用于移动数据中心的智能液体冷却计算舱的制作方法

1.至少一个实施例涉及用于移动数据中心的移动冷却系统。在至少一个 实施例中，至少一个容器包括容器歧管，以使与冷却塔相关联的冷却剂循 环到所述至少一个容器内的一个或更多个液体冷却机架，并且使得所述容 器歧管能够与第二容器的第二容器歧管流体耦合。


背景技术：

2.数据中心冷却系统通常使用风扇来使空气循环通过服务器组件。某些 超级计算机或其他高容量计算机可使用水或除空气冷却系统之外的其他冷 却系统来将热量从数据中心的服务器组件或机架吸走到数据中心外部的区 域。冷却系统可包括数据中心区域内的冷却器。数据中心外部的区域可以 是冷却塔或其他外部热交换器，其从数据中心接收经加热的冷却剂(也被 称为用过的冷却剂)并在经冷却的冷却剂再循环回到数据中心中之前通过 强制空气或其他手段将热量分散到环境(或外部冷却介质)。在示例中， 冷却器和冷却塔一起形成具有响应于由应用于数据中心的外部设备测量的 温度的泵的冷却设施。空气冷却系统不能吸取足够的热量来支持数据中心 中的有效或高效冷却，并且鉴于电气短路、淹水或其他问题对服务器组件 或机架的显著损坏的潜力，液体冷却系统对于快速部署可能是不方便的。
附图说明
3.将参照附图描述根据本公开的各种实施例，其中：
4.图1是在至少一个实施例中具有经受所描述的改进的冷却系统的示例 数据中心的框图；
5.图2是根据至少一个实施例的移动数据中心系统或冷却系统的框图， 所述移动数据中心系统或冷却系统具有容器，所述容器具有容器歧管以允 许与移动冷却塔相关联的冷却剂的循环；
6.图3是根据至少一个实施例的移动数据中心系统或冷却系统的容器或 舱的拓扑图示，其被配置成使得能够与用于一个或更多个容器或舱的移动 冷却塔相关联的冷却剂的循环布置；
7.图4是根据至少一个实施例的具有移动数据中心冷却系统的快速部署 的移动数据中心的图示；
8.图5是根据至少一个实施例的可用于使用或制造移动冷却系统或部署 具有冷却系统的移动数据中心系统(诸如图2
‑
4和6a
‑
17d)的方法的步骤 的处理流程；
9.图6a示出了示例数据中心，其中可以使用来自图2
‑
5中的至少一个 实施例；
10.图6b、6c示出了根据各个实施例的用于启用和/或支持具有移动数据 中心冷却系统的移动数据中心的推理和/或训练逻辑，如在图6a和本公开 的至少一个实施例中使用的推理和/或训练逻辑；
11.图7a是示出了根据至少一个实施例的示例性计算机系统的框图，该 示例性计算机系统可以是具有互连设备和组件的系统、片上系统(soc) 或与处理器一起形成的其某种组合，所述处理器可以包括执行单元，用于 执行指令以支持和/或启用本文所述的具有移动数据中心冷却系统的移动 数据中心；
12.图7b是示出了根据至少一个实施例的用于利用处理器来支持和/或 启用本文所述的具有移动数据中心冷却系统的移动数据中心的电子设备的 框图；
13.图7c示出了根据至少一个实施例的用于利用处理器来支持和/或启 用本文所述的具有移动数据中心冷却系统的移动数据中心的电子设备的框 图；
14.图8示出了根据至少一个实施例的另一示例性计算机系统，所述示 例性计算机系统用于实现贯穿本公开所述的用于具有移动数据中心冷却系 统的移动数据中心的各种过程和方法；
15.图9a示出了根据本公开的至少一个实施例的示例性架构，其中 gpu通过高速链路通信地耦合到多核处理器，以启用和/或支持具有移动 数据中心冷却系统的移动数据中心；
16.图9b示出了根据一个示例性实施例的在多核处理器和图形加速模块 之间的互连的附加细节；
17.图9c示出了根据本公开的至少一个实施例的另一示例性实施例，其 中加速器集成电路被集成在处理器内，以用于启用和/或支持具有移动数 据中心冷却系统的移动数据中心；
18.图9d示出了根据本公开的至少一个实施例的用于启用和/或支持具 有移动数据中心冷却系统的移动数据中心的示例性加速器集成片990；
19.图9e示出了根据本公开的至少一个实施例的用于启用和/或支持具 有移动数据中心冷却系统的移动数据中心的共享模型的一个示例性实施例 的附加细节；
20.图9f示出了根据本公开的至少一个实施例的统一存储器的一个示例 性实施例的附加细节，所述统一存储器可通过用于访问物理处理器存储器 和gpu存储器的公共虚拟存储器地址空间来寻址，以启用和/或支持具有 移动数据中心冷却系统的移动数据中心；
21.图10a示出了根据本文所述的实施例的用于具有移动数据中心冷却 系统的移动数据中心的示例性集成电路和相关联的图形处理器；
22.图10b
‑
10c示出了根据至少一个实施例的用于支持和/或启用具有移 动数据中心冷却系统的移动数据中心的示例性集成电路和相关联的图形处 理器；
23.图10d
‑
10e示出了根据至少一个实施例的用于支持和/或启用具有移 动数据中心冷却系统的移动数据中心的附加示例性图形处理器逻辑；
24.图11a是示出了根据至少一个实施例的用于支持和/或启用具有移动 数据中心冷却系统的移动数据中心的计算系统的框图；
25.图11b示出了根据至少一个实施例的用于支持和/或启用具有移动数 据中心冷却系统的移动数据中心的并行处理器；
26.图11c是根据至少一个实施例的分区单元的框图；
27.图11d示出了根据至少一个实施例的用于具有移动数据中心冷却系 统的移动数据中心的图形多处理器；
28.图11e示出了根据至少一个实施例的图形多处理器；
29.图12a示出了根据至少一个实施例的多gpu计算系统；
30.图12b是根据至少一个实施例的图形处理器的框图；
31.图13是示出了根据至少一个实施例的用于处理器的微架构的框图， 所述处理器可以包括用于执行指令的逻辑电路；
32.图14示出了根据至少一个实施例的深度学习应用处理器；
33.图15示出了根据至少一个实施例的神经形态处理器的框图；
34.图16a是根据至少一个实施例的处理系统的框图；
35.图16b是根据至少一个实施例的具有一个或更多个处理器核心、集 成存储器控制器和集成图形处理器的处理器的框图；
36.图16c是根据至少一个实施例的图形处理器核心的硬件逻辑的框 图；
37.图16d
‑
16e示出了根据至少一个实施例的线程执行逻辑，其包括图 形处理器核心的处理元件的阵列。
38.图17a示出了根据至少一个实施例的并行处理单元；
39.图17b示出了根据至少一个实施例的通用处理集群；
40.图17c示出了根据至少一个实施例的并行处理单元的存储器分区单 元；以及
41.图17d示出了根据至少一个实施例的流式多处理器。
具体实施方式
42.鉴于由当今的计算组件引起的高热要求，高密度服务器的空气冷却是 低效的和无效的。如此，本发明在液体冷却剂和用于冷却例如图形处理单 元(gpu)、中央处理单元(cpu)或切换组件等计算组件的相关联系统中 寻求前景。这些计算组件用于组装在数据中心中的机架上的服务器托盘中 的服务器中。随着计算组件通过技术进步而被小型化，服务器托盘和机架 容纳越来越多的计算组件，从而需要耗散比在现有系统中的每个组件生成 的更多的热量。本公开中解决的一个问题是在对数据中心的不利季节性影 响期间不能提供按需冷却的问题。
43.进一步地，数据中心液体冷却系统由冷却器设备或系统支持，该冷却 器设备或系统可能是昂贵的，因为它被设计成具有过度供应要求。过度供 应要求可能是由于缺少用于从服务器(诸如从一个或更多个组件(例如， gpu、cpu等)、从服务器箱中的集体组件或机架内的集体组件)移除热量 的适当控制。高热容量液体冷却系统的过度使用可能被冷却系统中的许多 中间特征遮挡，包括液体冷却器、泵、冷却剂分配单元(cdu)和热交换 器。
44.用于在人工智能和机器学习领域中解决快速增长的要求的数据中心 硬件的部署要求具有gpu/cpu服务器的极密集服务器机架的实质性计算 能力，这些服务器机架具有非常快速的联网设备。然而，可以按需以数据 中心的可访问性和可用性的形式来呈现挑战。此外，这些挑战可被部署有 以下知识的此类按需数据中心的冷却要求极大地放大：这些数据中心将被 大量用于执行生成容量热量并且必须按需冷却的计算密集型操作。
45.在至少一个实施例中，便携式超级计算或计算密集型基础设施是由配 备有适配的容器或舱，使得这些适配能够包括一体式基础设施，如用于扩 展和支持极高密度超级计算或计算密集型要求的能力。便携式容器或舱可 在任何地方和任何时间快速部署，并且可
通过内置移动冷却系统来实现， 所述内置移动冷却系统可通过冷却剂(例如水或混合水的冷却剂)来冷却。 出于超级计算或计算密集操作的目的的服务器硬件的设计和部署包括使得 能够计算训练和/或推理人工智能(ai)和机器学习(ml)工作负荷的需要 所需的机架的空间规划。在至少一个实施例中，本公开的移动数据中心被 适配为对移动冷却之外的基础设施(包括数据中心的电力要求)进行寻址， 并且至少位于具有鲁棒的环境支持的容器或舱中，以便将容器或舱悬挂在 平台上。在至少一个实施例中，容器或舱根据需要是可运输和可部署的。
46.在至少一个实施例中，描述了一种移动数据中心冷却系统，并且所述 移动数据中心冷却系统具有至少一个容器，所述至少一个容器包括容器歧 管，所述容器歧管用于循环与冷却塔相关联的冷却剂，所述冷却塔安装在 具有一个或更多个液体冷却机架的至少一个容器上或与所述至少一个容器 相邻地定位，并且使得所述容器歧管能够与第二容器的第二容器歧管流体 耦合。在至少一个实施例中，描述了用于移动冷却系统的至少一个处理器。 至少一个处理器包括用于训练具有隐藏神经元层的一个或更多个神经网络 的至少一个逻辑单元。所述一个或更多个神经网络用于评估在容器中有待 托管(hosted)的一个或更多个液体冷却机架的温度要求，用于部分地基于 冷却剂的流速或流量与温度要求的关联来评估冷却剂的流速或流量，以及 用于评估托管冷却塔的所述容器或第二容器的至少一个物理约束以冷却所 述一个或更多个液体冷却机架。所述至少一个处理器提供指示位于所述容 器或所述第二容器的至少一个物理约束内的所述一个或更多个液体冷却机 架的冷却剂需求的输出。此外，在至少一个实施例中，至少一个处理器被 描述为具有至少一个逻辑单元，所述至少一个逻辑单元用于控制与容器歧 管相关联的一个或更多个流控制器以将与冷却塔相关联的冷却剂循环到至 少一个容器内的一个或更多个液体冷却机架，并且使得冷却剂能够从容器 歧管流到第二容器的第二容器歧管。
47.图1是具有经受在至少一个实施例中描述的改进的冷却系统的示例数 据中心100的框图。数据中心100可以是具有机架110和辅助设备的一个 或更多个房间102，以在一个或更多个服务器托盘上容纳一个或更多个服 务器。数据中心100由位于数据中心100外部的冷却塔104支持。冷却塔 104通过作用于主冷却回路106而从数据中心100内散热。此外，在主冷 却回路106和第二或副冷却回路108之间使用冷却分配单元(cdu)112， 以使得能够将热量从第二或副冷却回路108提取到主冷却回路106。在一 方面，副冷却回路108能够根据需要一直进入服务器托盘中的各种管道系 统。回路106、108被示出为线图，但普通技术人员将认识到，可以使用一 个或更多个管道特征。在一个实例中，柔性聚氯乙烯(pvc)管可以与相 关联的管道系统一起使用，以便使流体沿着回路106、108中的每一个移 动。在至少一个实施例中，一个或更多个冷却剂泵可以用于维持回路106、 108内的压力差，以使得冷却剂能够根据不同位置(包括房间中、一个或更 多个机架110中和/或机架110内的服务器箱或服务器托盘中)中的温度传 感器移动。
48.在至少一个实施例中，主冷却回路106和副冷却回路108中的冷却剂 可以至少是水和添加剂，例如乙二醇或丙二醇。在运行中，主冷却回路和 副冷却回路中的每一个都具有它们自己的冷却剂。在一方面中，副冷却回 路中的冷却剂可专用于服务器托盘或机架110中的组件的要求。cdu 112 能够独立地或并行地对回路106、108中的冷却剂进行复杂控制。例如， cdu可以适于控制流速，使得一个或更多个冷却剂被适当地分配以提取机 架110
内产生的热量。进一步，从副冷却回路108提供更柔性的管路114 以进入每个服务器托盘并向电气和/或计算组件提供冷却剂。在本公开中， 电气和/或计算组件可互换地用来指代受益于本数据中心冷却系统的发热 组件。形成副冷却回路108的部分的管路118可被称为室歧管。单独地， 从管道118延伸的管道116也可以是副冷却回路108的部分，但是可以称 为行歧管。管路114作为副冷却回路108的部分进入机架，但是可以称为 机架冷却歧管。进一步，行歧管116延伸到数据中心100中沿着行的所有 机架。可通过本公开的至少一个实施例改进包括歧管118、116和114的副 冷却回路108的管件。可以在数据中心102内的主冷却回路中提供可选的 冷却器120，以支持在冷却塔之前的冷却。在主控制回路中存在附加回路 的程度上，本领域的普通技术人员将认识到，阅读本公开，这些附加回路 提供机架外部和副冷却回路外部的冷却；并且可以与用于本公开的主冷却 回路合在一起。
49.在至少一个实施例中，在运行中，机架110的服务器托盘内产生的热 量可以经由第二冷却回路108的行歧管114的柔性管被传递到离开机架 110的冷却剂。相应地，来自cdu 112的用于冷却机架110的第二冷却剂 (在副冷却回路108中)朝向机架110移动。与cdu 112相关联的第二冷 却剂从具有管道118的房间歧管的一侧经由行歧管116传递到机架110的 一侧，并经由管道114通过服务器托盘的一侧。用过的第二冷却剂(或从 计算组件带走热量的第二冷却剂)从服务器托盘的另一侧离开(例如，在 循环通过服务器托盘或通过服务器托盘上的组件之后，进入机架的左侧并 从服务器托盘的机架的右侧离开)。离开服务器托盘或机架110的用过的第 二冷却剂从管道114的不同侧(例如，出口侧)流出，并移动到行歧管116 的平行的出口侧。从行歧管116，用过的第二冷却剂在室歧管118的平行 部分中移动，以与进入的第二冷却剂(其也可以是更新的第二冷却剂)相 反的方向行进，并且朝向cdu 112。
50.在至少一个实施例中，用过的第二冷却剂经由cdu 112与主冷却回 路106中的主冷却剂交换其热量。用过的第二冷却剂被更新(例如，当与 用过的第二冷却剂阶段的温度相比时相对冷却)并且准备好循环回到通过 第二冷却回路108到达计算组件。cdu 112中的各种流动和温度控制特征 能够控制从用过的第二冷却剂交换出的热或者第二冷却剂流入和流出 cdu 112。cdu 112还能够控制主冷却回路106中的主冷却剂的流动。如 此，可以添加新的机架或服务器，或根据需要激活不活动的机架或服务器， 以根据需要提供附加的计算要求。在这样的固定数据中心中，冷却要求基 本上可用于满足数据中心做出的最大需求，因为存在随着数据中心被扩展 而添加所需的冷却特征的相当大的区域。然而，当需求未知或对数据中心 宣称物理约束时，鉴于对数据中心提出的需求，冷却系统可能不匹配数据 中心的热限制要求事关。
51.图2是示出根据至少一个实施例的移动数据中心系统或冷却系统200 的框图，所述移动数据中心系统或冷却系统200具有容器202、204，所述 容器202、204具有容器歧管210以实现与移动冷却塔206相关联的冷却 剂的循环。在至少一个实施例中，图2示出了该移动数据中心系统的横截 面或截面图。容器202、204连同移动冷却塔206和挂车床220可以形成移 动数据中心系统或移动数据中心冷却系统。然而，在至少一个实施例中， 移动数据中心冷却系统可以位于一个或更多个挂车床上并且可以包括比容 器202、204更多的容器。在至少一个实施例中，该冷却塔(例如冷却塔 234)位于该挂车床上的一个或更多个容器的顶部上。在至少一个实施例中， 该冷却塔是空气冷却的或是一种干式冷却器。在至少一个
实施例中，容器 的区段202、204可以是一体的，使得机架208a
‑
n和cdu 230彼此在物 理上可见。在至少一个实施例中，容器202、204包括容器歧管210。容器 歧管210使与冷却塔206相关联的冷却剂循环到一个或更多个液体冷却机 架208a
‑
n。液体冷却机架在本文中也可统称为机架。
52.在至少一个实施例中，机架208a
‑
n可以在容器202、204的区段202 内并且可以经由与容器歧管210相关联的管道接收冷却剂。管道的一个实 例被示出为用于机架208b的入口管道232和出口管道234。冷却剂可通过 一个或更多个流控制器212a
‑
n和/或214a
‑
n来泵送、循环或促进流动。 在至少一个实施例中，仅入口管可耦合至流控制器，仅出口管可耦合至流 控制器，或者入口管和出口管两者可耦合至流控制器以提供冷却剂至支架 208a
‑
n。在至少一个实施例中，容器歧管210使得容器歧管210能够经由 一个或更多个流体耦合器224a、224b与第二容器的第二容器歧管流体耦 合。在至少一个实施例中，所有耦合器(包括耦合器224a、224b)是可以 以即插即用形式使用的无滴落耦合器，这样使得冷却系统可以被扩展以便 在不损失冷却剂的情况下增加或移除容量。
53.在至少一个实施例中，可以根据一个或更多个机架208a
‑
n的冷却要 求或冷却特征和挂车床220的物理约束或物理特征来确定冷却塔206的至 少一个特征或要求。在至少一个实施例中，冷却塔206的至少一个特征或 要求是与冷却塔206相关联的冷却剂的容量、与冷却塔206相关联或在冷 却塔206内的冷却泵的容量、与冷却塔206内的热交换器盘管相关联的物 理尺寸、与冷却塔相关联的物理尺寸以及由冷却塔循环的一个或更多个流 速和一个或更多个流量的冷却剂中的一个或更多个。
54.在至少一个实施例中，该冷却要求或冷却特征可以是以下各项之一： (a)组件、服务器或机架208a
‑
n中的机架的最佳运行所需的温度，(b) 组件、服务器或机架208a
‑
n中的机架要实现的温度差或变化，(c)可维 持其中温度的时间量，(d)可实现其中温度变化的时间量，以及(e)组件、 服务器或机架208a
‑
n中的机架的运行温度。
55.在至少一个实施例中，挂车床220的物理约束或物理特征是以下之一： 在挂车床220内可用于冷却塔的尺寸上的空间，挂车床220的重量限制， 一个或更多个挂车床220的弹簧226a、226b的重量限制，在挂车床220 (或独立的挂车床)上的位置处的冷却塔与容器202、204之间的距离，以 及挂车床220(或独立的挂车床)上的位置处的冷却塔和移动数据中心系 统的预期环境中的热源之间的任何附加距离。在至少一个实施例中，冷却 塔206是在其自身的挂车床上，例如以上提及的独立的挂车床。独立的挂 车床可以位于邻近挂车床220的位置。在至少一个实施例中，独立的挂车 床可以定位为靠近挂车床220，以促进容器202、204内的机架208a
‑
n的 有效冷却。在至少一个实施例中，重量限制使得能够确定在移动冷却系统 中可用于冷却需求的一个或更多个冷却剂的量。例如，冷却剂的重量可限 制移动冷却系统可实现多少冷却。进一步，需要更高的长度和宽度的限制 来支持移动冷却系统的移动性。在至少一个实施例中，现有公路上的移动 冷却系统的运输可能受到来自标准容许量(诸如运输部运输容许量)的负 载变化的限制。本公开预期这些物理约束，同时认识到移动数据中心内的 机架的过程密集型计算系统的冷却要求。
56.在至少一个实施例中，冷却剂可以经由外部冷却剂管236循环到容器 202、204中。cdu 230经由容器歧管210接收并分配冷却剂或副冷却剂。 在至少一个实施例中，外部冷却管236中与冷却塔206相关联的冷却剂是 主冷却剂。在至少一个实施例中，冷却塔206是主
冷却回路的部分。在至 少一个实施例中，容器歧管210是副冷却回路的部分。在至少一个实施例 中，cdu 230形成主冷却回路和副冷却回路的交换点。在至少一个实施例 中，称为主冷却剂的主冷却回路的冷却剂可以是与副冷却回路的副冷却剂 相同或相似的冷却剂。在至少一个实施例中，副冷却剂不离开容器202、 204。相反，副冷却剂通过主冷却剂冷却(或者与主冷却剂进行热交换)。 主冷却剂经由外部冷却剂管236离开cdu 230和容器202、204以由冷却 塔206冷却。在至少一个实施例中，冷却塔206是空气冷却系统，用以从 主冷却剂提取热量，所述主冷却剂通过行进通过冷却塔206的风扇冷却的 z字形管。
57.在至少一个实施例中，cdu 230通过使副冷却剂从cdu出口管道216 流出、通过容器歧管210并经由进入管道218回到cdu 230中来使副冷却 剂循环。在至少一个实施例中，可激活机架入口管道的流控制器214a
‑
n中 的一个来修改副冷却剂到机架208a
‑
n中的相应一个机架中的循环。在至 少一个实施例中，可激活机架出口管道上的流控制器212a
‑
n中的一个， 以修改副冷却剂从机架208a
‑
n中的相应一个流出的循环。
58.在至少一个实施例中，可要求快速部署超级计算或计算密集型资源。 该要求可包括计算特征，诸如计算速度、切换速度、数据传送速度等。根 据该要求，确定一个或更多个机架(诸如移动数据中心系统200的机架 208a
‑
n)内的一个或更多个服务器的配置信息。在至少一个实施例中，该 一个或更多个挂车床中的一个或更多个容器202、204可以被确定为适合为 需求计划的一个或更多个机架。在至少一个实施例中，可以确定响应于需 求而计划的与机架相关联的一个或更多个组件的最佳温度。在至少一个实 施例中，确定可以包括该一个或更多个组件的最佳温度的温度范围。在至 少一个实施例中，可以从温度或温度范围确定平均或其他统计温度值。
59.在至少一个实施例中，部分地基于所确定的统计温度值、温度或温度 范围，确定冷却要求或冷却特征。在至少一个实施例中，冷却要求或冷却 特征可以是维持针对要求确定的一个或更多个机架中的一个或更多个组件 的最佳运行所要求的温度变化。可替代地或随着温度变化，温度变化的速 度可以是冷却要求或冷却特征。在至少一个实施例中，冷却要求或特征可 以是需要维持温度的时间量。这些和其他冷却要求或特征可以从统计温度 值、温度或温度范围确定。
60.进一步地，在至少一个实施例中，确定托管一个或更多个容器202、 204的与挂车床相关联的物理约束或特征。在至少一个实施例中，部分地 基于冷却要求或冷却特征，并且部分地基于计划用于要求的一个或更多个 机架所占据的空间，在挂车床上可以存在剩余空间以托管冷却塔。然而， 如果冷却要求或特征是苛刻的(例如，在热环境温度期间的低冷却温度和 在延长的时间段内维持低冷却温度的要求)，则可能需要多于一个冷却塔或 更大的冷却塔。这样，在至少一个实施例中，可以评估一个或更多个冷却 塔(如冷却塔206和其他挂车床上的另外的冷却塔)以适合该要求。
61.在至少一个实施例中，托管机架208a
‑
n的至少一个第三容器、挂车 床或容器202、204被适配成托管冷却塔(展示为冷却塔206)。冷却塔206 适于满足针对一个或更多个机架208a
‑
n确定的冷却要求或特征。冷却塔 206还适于托管机架208a
‑
n的至少一个第三容器、拖车底座或容器206的 至少一个物理特征。在至少一个实施例中，冷却塔206必须能够提供必要 的冷却，从而满足一个或更多个机架208a
‑
n的冷却要求，以及装配在托 管机架208a
‑
n的至少一个第三容器、拖车底座或容器202、204中可用的 物理特征内。在至少一个实施例
中，如果需要多个冷却塔并且因为多个冷 却塔执行单个冷却功能——用于冷却一个或更多个机架208a
‑
n，所以多个 冷却塔被称为冷却塔。
62.在至少一个实施例中，诸如系统200的移动数据中心冷却系统包括与 冷却塔206相关联的至少一个主冷却回路和与容器歧管210相关联的至少 一个副冷却回路。至少一个冷却分配单元(cdu)230在最靠近或邻近机 架208a
‑
n的部分204处与至少一个容器202、204相关联或在至少一个容 器202、204内，用于在主冷却回路和副冷却回路之间交换热量。
63.在至少一个实施例中，流体耦合器224a、224b从容器歧管或容器延 伸。流体耦合器224a、224b是用作从容器歧管210到相邻容器的相邻容 器歧管(如第二容器歧管)的入口和出口的一对耦合器。在至少一个实施 例中，流体耦合器224a、224b被适配成用于在容器歧管与第二容器歧管 之间提供流体耦合。在至少一个实施例中，托管容器歧管210的容器和托 管第二容器歧管的第二容器是在相同或不同的挂车床上。在至少一个实施 例中，流体耦合器224a、224b中的一个可以用于将与容器歧管210相关 联的冷却剂传递到第二容器歧管、传递到第二容器中的第二cdu、并且返 回到容器202、204的cdu 230。这样，在冷却剂回到容器202、204的cdu230之前，耦合到其自己的冷却塔的第二cdu可以提供冷却剂的附加冷 却。
64.在至少一个实施例中，移动数据中心冷却系统200包括具有支架222 和挂车栓钩228的至少一个挂车床220。可以提供支架以稳定挂车床220， 但是也可以实施被粉化以防止移动的轮子。在至少一个实施例中，这些车 轮可以被固持，其中施加了断裂部并且支架222被液压伸出以便接触地面。 以此方式，在数据中心处于运行中时可以实现稳定性。在至少一个实施例 中，至少一个弹簧(示出的用规则的螺旋弹簧226a和/或板簧226b)可用 于在移动数据中心系统200的运输期间为机架、cdu和冷却塔提供冲击保 护。在至少一个实施例中，提供空气悬架的空气波纹管可以与机械弹簧一 起使用或替代机械弹簧使用，以实现相同的冲击保护。
65.在至少一个实施例中，移动数据中心冷却系统200包括具有至少一个 处理器的学习子系统和具有指令的存储器，所述指令用于在所述至少一个 处理器上执行以使所述至少一个处理器能够执行功能。在至少一个实施例 中，至少一个处理器可以是用于管理数据中心功能的数据中心管理系统 (dms)的部分。在至少一个实施例中，所述至少一个处理器适于或被促 使来评估一个或更多个第二液体冷却机架的温度要求。所述一个或更多个 第二液体冷却机架可具有用于所述一个或更多个第二液体冷却机架的服务 器托盘内的组件的先前或测试配置。此外，该至少一个处理器被适配或致 使用于部分地基于冷却剂的流速或流量与来自先前或测试配置的温度要求 的关联来评估预期用于当前操作的冷却剂的流速或流量。
66.在至少一个实施例中，该至少一个处理器还被适配成或被致使评估托 管冷却塔的容器、挂车床或第三容器的至少一个物理约束，如在其他实施 例中讨论的。在至少一个实施例中，评估的结果是从至少一个处理器提供 的输出。输出用于辅助冷却剂循环到当前操作的一个或更多个机架。实际 上，来自测试或先前使用情况的学习用于针对从与客户需求相关联的机架 配置产生的热量识别适当的冷却塔要求。在至少一个实施例中，输出与至 少一个冷却塔要求相关联，但也与容器、挂车床或第三容器的至少一个物 理约束相关联。以此方式，可以向移动数据中心系统的快速部署提供适当 的冷却以满足移动数据中心系
统的需求。
67.在至少一个实施例中，移动数据中心冷却系统200包括一个或更多个 流控制器212a
‑
n；214a
‑
n，以使冷却剂循环通过容器歧管210和一个或 更多个液体冷却支架208a
‑
n。至少一个处理器的学习子系统和包括指令的 存储器可以执行机器学习模型以执行上述评估。结果，机器学习模型使用 机器学习模型的具有温度并且具有冷却剂的先前相关联的流速或流量的多 个神经元级来处理与温度要求相关联的温度。用于学习子系统的神经网络 和其他机器学习模型特征在本文别处至少关于图14和图15进行讨论。
68.在至少一个实施例中，机器学习模型将与用于冷却剂的流速或流量相 关联的输出提供至一个或更多个流控制器。该输出来自先前相关联的流速 或流量以及该容器、该挂车床、或该第三容器的至少一个物理约束的评估。 机器学习模型能够预测冷却塔要求或特征，例如预测流速或流量，以及冷 却塔的尺寸要求。关于尺寸或间距要求，在至少一个实施例中，输出可指 示，能够紧挨着需要冷却的容器托管机架装配，能够仅装配在其自身的挂 车床上，或能够装配在不同容器旁边的空间中，该不同容器在不同的挂车 床上具有更少的机架，但是能够处理较少机架和意图被冷却的机架的冷却。 在至少一个实施例中，流速或流量指示冷却塔的尺寸及其用于保持和循环 冷却剂的能力。
69.在至少一个实施例中，与一个或更多个机架的服务器托盘相关联的冷 板适于接收与容器歧管相关联的冷却剂。在至少一个实施例中，冷板耦合 到一个或更多个过程密集型组件，诸如存储器组件、中央处理单元(cpu)、 图形处理单元(gpu)和交换机。冷板包括液体通道和无滴落耦合器，以 从与容器歧管相关联的至少一个cdu接收副冷却剂。这样，这些过程密集 型组件在该一个或更多个容器内是液体冷却的。在至少一个实施例中，副 冷却回路与冷板相关联，以便表示具有60％至80％液体冷却的系统，主冷 却回路与风扇或基于空气的冷却相关联，表示系统的约40％至20％。在至 少一个实施例中，在本公开中实现100％浸没式冷却，其中过程密集型组件 完全浸没在副冷却剂中。由于可能需要副冷却剂接触组件和其他电子设备， 在至少一个实施例中，与主冷却剂(其可以是水)相比，它是富含电介质 的冷却剂。
70.图3是根据至少一个实施例的移动数据中心系统或冷却系统300的容 器或舱302a
‑
d的拓扑图示，所述容器或舱302a
‑
d被配置在使得与用于 所述容器或舱的移动冷却塔相关联的冷却剂能够循环的布置中。在至少一 个实施例中，移动数据中心冷却系统300配置有具有机架306a
‑
d的多个 容器或舱302a
‑
d。在至少一个实施例中，机架306a
‑
d通过从容器歧管 318a
‑
d中的相应一个经由排歧管304a
‑
d中的相应一个提供的冷却剂来冷 却。在至少一个实施例中，容器歧管318a
‑
d中的每一个延伸穿过其相应 容器302a
‑
d的周边。如此，在至少一个实施例中可不需要行歧管304a
‑ꢀ
d。在至少一个实施例中，容器歧管318a
‑
d托管各自的cdu或者从各自 的一个或更多个容器302a
‑
d耦合到各自的cdu310a、b。在至少一个实 施例中，cdu310a可以存在于和分配与一个或更多个容器302a
‑
d相关联 的冷却剂，或者一个或更多个容器302a
‑
d中的每一个可以具有其自己的 cdu。
71.在至少一个实施例中，如图3中，每个容器302a
‑
d可适于经由相应 的外部管路312a、b接收主冷却回路，其来自相应的一个或更多个 cdu310a、b，其进而耦合到与一个或更多个外部冷却塔(诸如冷却塔320) 相关联的副冷却回路。虽然图3的冷却塔320示出为单个塔，但是每个 cdu310a、310b可与其自身的冷却塔相关联。主冷却回路可以具有不同 的
配置，例如从cdu310a到每组机架306b、306a；或从cdu310a到机 架306b，其中单独的cdu耦合到机架306a；或者从cdu310a到机架 306a
‑
d，附加cdu310b被配置用于主cdu310a故障通知中的冗余。主 冷却回路可包括附加的子回路，例如具有行歧管304a
‑
d的回路，但是主 冷却回路可通过提供穿过容器歧管318a
‑
d和行歧管304a
‑
d的单个冷却 剂而完全延伸到行歧管。在至少一个实施例中，cdu位于容器302a
‑
d中 的一个或更多个容器附近(例如，在封闭的容器区域308a中)和/或在容 器302a
‑
d中的一个或更多个容器内。冷却塔320可位于容器或封闭区域 外部。在至少一个实施例中，也如图2的实例中所示，冷却塔320位于一 个或更多个容器的顶部上。在至少一个实施例中，一个或更多个cdu可被 完全指定在一个容器中来支持多个容器的机架。cdu可耦接到位于容器顶 部的至少一个尺寸的冷却塔。容器顶部的冷却塔和容器内的cdu的组合 形成移动冷却系统，其可与仅具有带机架的容器的相邻挂车位于相同的位 置。
72.在至少一个实施例中，图3示出了彼此相邻定位的多个挂车床层以便 能够连接和共享冷却资源。在至少一个实施例中，具有处理多个容器或舱 的能力的单个挂车床以及冷却塔可以示出在图3的配置中。在任一情况下， 容器或舱302a
‑
d共享来自至少两个cdu310a、b的至少冷却资源。在至 少一个实施例中，来自冷却塔320的每个主冷却回路终止于cdu310a、b 在其自己的容器或其他外壳308a内或在相邻的容器302a、d中。副冷却 回路延伸穿过容器歧管318a
‑
d，其中每个容器歧管318a、b、c、d直接 向机架306a、b、c、d提供冷却剂，或者间接地通过行歧管304a、b、 c、d提供冷却剂。与副冷却回路中的容器相关联的冷却剂循环通过相应容 器302b、d的两个cdu，而容器302a、c可能不具有cdu。或者，在至 少一个实施例中，副冷却回路可包括容器302a、c中的附加cdu，冷却 剂与容器302b、d的cdu相关联，冷却与容器302a、c中的cdu相关 联的冷却剂。这些容器歧管318a
‑
d可以经由在这些容器歧管318a，c之 间示出的流体耦合器316而连接到彼此上或连接到这些容器歧管中的相邻 容器歧管上。
73.在至少一个实施例中，主冷却回路终止于相应容器302a
‑
d的相应 cdu中。在至少一个实施例中，主冷却回路从冷却塔320延伸到容器302b 中或邻近容器302b的cdu310a，其中分隔耦合器允许主冷却回路的冷却 剂延伸到容器302a中的cdu。在至少一个实施例中，这些容器歧管318a
‑ꢀ
d的另外的管路使得一个冷却塔的主冷却回路能够延伸穿过每个容器 302a
‑
d的cdu，例如cdu 310b。然后，在这种情况下，行歧管304a
‑
d 形成副冷却回路。单独地或并行地，在至少这个或一个实施例中，cdu310b 可用于经由与行歧管304a
‑
d形成副冷却回路的容器歧管318a
‑
d来解决 容器302a
‑
d的冷却要求，而冷却塔320与cdu310b在主冷却回路中。这 在冷却塔310a、b中的一个发生故障的情况下实现了冗余计划。
74.在至少一个实施例中，图3的配置由至少一个处理器使得能够包括具 有经训练的神经网络或其他机器学习模型的至少一个逻辑单元，该经训练 的神经网络或其他机器学习模型被训练成用于确定冷却系统以满足有待响 应于消费者要求而部署的移动数据中心的温度要求。神经网络或其他机器 学习模型可以最初被训练，并且可以在正在进行的基础上被进一步训练以 改进其准确度。至少一个处理器可被提供来训练具有隐藏神经元层的一个 或更多个神经网络，以用于评估要被托管在相应容器中的一个或更多个液 体冷却机架306a
‑
d的温度要求。在本公开中的其他地方参照至少图14和 图15中的处理器和神经网络训练方案进一步描述至少一个处理器。训练还 可用于部分地基于冷却剂与温度要求的
cdu接收和分配与相邻挂车床的冷却塔相关联的冷却剂，则可以不提供。 该配置使得能够用附加机架或用附加机架所要求的附加冷却来扩展数据中 心。电力和其他基础设施可由发电机提供，发电机可位于每个挂车床中的cdu区段附近。数据线408可从容器延伸以实现与快速部署的数据中心的 外部通信。然而，无线通信还可以用于与数据中心400通信运行或工作负 荷要求。
80.在至少一个实施例中，来自三个所示冷却塔418中的一个或更多个的 主冷却回路的冷却剂可以经由容器歧管和流体管道410与一个或更多个 cdu共享。这样，容器歧管可以是主冷却回路的一部分，并且将副冷却剂 传送到机架的内部行歧管是副冷却回路的一部分。在至少一个实施例中， 每个挂车床层具有其自己的cdu，但是仅一个冷却塔(来自三个冷却塔418) 能够经由流体管道410向每个cdu提供主冷却剂。如此，在至少一个实 施例中，剩余的禁用的冷却塔可以是冗余的冷却塔，以在启用的冷却塔发 生故障时联机。类似地，在至少一个实施例中，一个挂车床上的cdu中的 一个cdu是启用的cdu，该启用的cdu被适配为将副冷却剂传送到所 有挂车床的机架，其他cdu被禁用并且仅在冗余或备用配置中启用。容器 歧管可具有分隔于其中的通道或管道，以将与冷却塔相关联的冷却剂经由 流体管道或耦合件410传送至其他容器歧管。在至少一个实施例中，一些 通道或管道可以用于cdu将副冷却剂传送至其他cdu，并且一部分通道 或管道可以用于冷却塔将主冷却剂传送至其他cdu。当其他cdu接收副 冷却剂时，其可以分配或循环其自身的副冷却剂，该副冷却剂经由接收的 副冷却剂被冷却。当其他cdu接收主冷却剂时，它循环其自身的副冷却 剂，该副冷却剂经由接收的主冷却剂被冷却。
81.图5是根据至少一个实施例的可用于使用或制造移动冷却系统、或部 署诸如图2
‑
4和图6a
‑
17d的具有移动冷却系统的移动数据中心的方法500 的步骤的处理流程。在至少一个实施例中，所述方法中的步骤提供502容 器歧管，以将与冷却塔相关的冷却剂循环到所述至少一个容器内的一个或 更多个液体冷却机架。该方法的进一步步骤504使得一种或更多种冷却剂 能够在与容器歧管相关联的副冷却回路和主冷却回路中循环。在至少一个 实施例中，通过在具有逻辑单元的至少一个处理器上执行机器学习模型的 学习子系统的输出来启用步骤504。
82.在至少一个实施例中，学习子系统执行多个评估以提供输出。学习子 系统评估一个或更多个第二液体冷却机架的温度要求，部分地基于冷却剂 与温度要求的关联来评估冷却剂的流速或流量，并且评估托管冷却塔的容 器、挂车床或第三容器的至少一个物理约束。然后提供的输出有助于冷却 剂的循环，因为其与至少一个冷却塔要求相关联，例如流速和/或流量，并 且与容器、挂车床或第三容器的至少一个物理约束相关联，诸如适合在移 动数据中心内的尺寸要求。
83.在至少一个实施例中，步骤504可以部分地由在至少一个处理器上执 行的神经网络或其他机器学习模型来执行。然后，步骤504将输出提供给 一个或更多个流控制器，并且能够使用一个或更多个流控制器来使冷却剂 循环通过容器歧管和一个或更多个液体冷却机架。所执行的机器学习模型 使用机器学习模型的多个神经元级来处理与温度要求相关联的温度。神经 元被馈送以温度，并且具有用于冷却剂的先前相关联的流速或流量。机器 学习模型执行温度与先前相关联的流速或流量之间的种类的相关和外推。 此外，机器学习模型将与冷却剂的流速或流量相关联的输出提供至一个或 更多个流控制器。在至少一个
实施例中，该输出因此是来自先前相关联的 流速或流量以及容器、挂车床或第三容器的至少一个物理约束的评估。
84.在至少一个实施例中，步骤506提供流体耦合器，以便使得该容器歧 管能够与第二容器的第二容器歧管流体耦合。在步骤508中，对第二容器 中的冷却要求进行查证。步骤510能够使容器歧管与第二容器的第二容器 歧管流体耦合。当该查证确定不需要冷却时，这些流体耦合器仅保持被提 供在容器与第二容器之间，如在步骤506中。
85.在至少一个实施例中，方法500包括提供至少一个第三容器、挂车床 或容器以包括冷却塔。冷却塔适于满足为一个或更多个液体冷却机架确定 的至少一个冷却塔要求，并且适于满足至少一个第三容器、挂车床或至少 一个容器的至少一个物理特征。在至少一个实施例中，方法500包括使至 少一个主冷却回路能够与冷却塔相关联，并且包括使容器歧管能够与至少 一个副冷却回路相关联。可执行另外的步骤，其使得与所述至少一个容器 相关联的至少一个冷却分配单元(cdu)能够在所述至少一个主冷却回路 与所述至少一个副冷却回路之间交换热量。
86.在至少一个实施例中，方法500包括部分地基于与至少一个容器、挂 车床或第三容器相关联的至少一个物理特征来确定冷却塔的特征，该第三 容器被适配成用于托管该冷却塔，并且部分地基于与所述一个或更多个液 体冷却机架相关联的第二特征。如本公开中别处所论述，冷却塔的特征可 为能够由冷却塔提供的尺寸、流速或流量。在至少一个实施例中，第二特 征可以是一个或更多个液体冷却机架的温度降低或维护要求。如此，冷却 塔需要装配在移动数据中心上，但也需要向机架提供所需的冷却。
87.在至少一个实施例中，方法500在步骤510能够使用至少一个处理器 来控制与所述容器歧管相关联的一个或更多个流控制器，以将与所述冷却 塔相关联的所述冷却剂循环到所述一个或更多个液体冷却机架，并且使得 所述冷却剂能够经由所述流体耦合器从所述容器歧管流到所述第二容器的 所述第二容器歧管。在至少一个实施例中，这些流体耦合器从该容器歧管 或该容器延伸并且被适配成用于在该容器歧管与该第二容器歧管之间的流 体耦合。
88.在至少一个实施例中，公开了用于移动冷却系统的至少一个处理器。 所述至少一个处理器包括至少一个逻辑单元，所述至少一个逻辑单元用于 控制与容器歧管相关联的一个或更多个流控制器以使与冷却塔相关联的冷 却剂循环到至少一个容器内的一个或更多个液体冷却机架，并且使得冷却 剂能够从容器歧管流到第二容器的第二容器歧管。在至少一个实施例中， 流控制器可接收来自至少一个处理器的输入，所述至少一个处理器驻留在 dms的设备控制器中，所述设备控制器控制一个或更多个流控制器并还与 传感器相关联以监视来自机架、服务器箱或托盘的一个或更多个位置的温 度。在至少一个实施例中，dms包括至少一个处理器，该处理器可以是与 流控制器相关联的处理器或适于学习子系统的单独处理器。学习子系统评 估一个或更多个第二液体冷却机架的温度要求，部分地基于冷却剂与温度 要求的关联来评估冷却剂的流速或流量，并且评估容纳冷却塔的容器、挂 车床或第三容器的至少一个物理约束。学习子系统提供用于促进冷却剂循 环的输出。输出可以被提供给流控制器，并且与至少一个冷却塔要求相关 联，并且与容器、挂车床或第三容器的至少一个物理约束相关联。
89.在至少一个实施例中，处理器具有与数据中心管理系统(dms)的通 信耦合。dms能
够在一个或更多个液体冷却机架内或与一个或更多个液体 冷却机架相关联。通信耦合适于接收温度输入并传递用于一个或更多个流 控制器的控制输出，以促进冷却剂的循环。在至少一个实施例中，通信耦 合是从处理器提供输入
‑
输出的球触点或其他引脚。
90.在至少一个实施例中，数据中心管理系统(dms)托管设备控制器的 至少一个处理器。在至少一个实施例中，dms是从设备控制器与直接与冷 却回路的流控制器相关联的子控制器通信的分布式系统。在至少一个实施 例中，设备控制器是处理器和具有由处理器执行的指令的存储器的分布式 网络。该分布式网络中的每一处理器位于邻近且控制各自的流控制器或多 个流控制器。在至少一个实施例中，处理器中的一个或更多个适于训练和 执行在本公开的其他地方讨论的神经网络。如此，有可能使至少一个或更 多个神经网络在任何时间在一个或更多个处理器内活跃地执行，而备份的 一个或更多个神经网络被训练成主动地关联信息和主动地输出可用于控制 相应冷却回路的流控制器的外推流量信息。
91.在至少一个实施例中，可以在任何数据中心特征中的管道的出口侧上 提供流控制器。此外，可以在任何数据中心特征中的管道的入口侧和出口 侧两者上提供流控制器。这样，在流控制器位于出口侧的情况下，不是按 压动作，而是进行抽吸动作。当两个流控制器协同工作时，既有抽吸动作， 也有按压动作。串列式流控制器可达到较高的流率。例如，流控制器的配 置或调整可由组件的需求决定。
92.在至少一个实施例中，副冷却回路促进了容器歧管中的冷却剂的默认 或标准移动。在至少一个实施例中，学习子系统可以经由深度学习应用处 理器(诸如图14中的处理器1400)来实现，并且可以使用神经元1502以 及使用电路或逻辑(包括如图15中所描述的一个或更多个算术逻辑单元 (alu))实现的其组件。这样，该学习子系统包括至少一个处理器，该至 少一个处理器用于利用与一个或更多个冷却塔相关联的流速或流量评估温 度要求。流速或流量可以与主冷却回路相关联，但是也可以与副冷却回路 的第二冷却剂相关联。在至少一个实施例中，确定主冷却回路的流速和流 量进而需要确定副冷却回路的相应流速和流量。以此方式，有可能实现由 冷却塔针对机架预期的冷却。
93.此外，学习子系统执行机器学习模型，该机器学习模型处理从先前应 用(可能在测试环境中)收集的温度，以控制副冷却回路的服务器、机架 或冷却剂内的温度。所收集的温度与温度要求相关联，并且可以包括：(a) 针对冷却剂(和副冷却剂)的某些流速(和相关联的流量)实现的温度； (b)对于特定时间段的特定流速或流量实现温度差；以及(c)初始温度 以及应用以保持服务器、机架或冷却剂处于最佳运行的相应流速或流量。
94.在至少一个实施例中，用于深度学习子系统的处理的方面可以使用与 参见图14、图15所讨论的特征一致地处理的所收集的信息。在示例中， 该处理使用机器学习模型的多个神经元级，这些神经元级加载有以上指出 的温度要求中的一个或更多个以及一个或更多个冷却回路内的冷却剂的相 应流速或流量、以及容器或挂车床的物理约束。学习子系统执行训练，该 训练可表示为根据对与相应冷却回路相关联的一个或更多个流控制器进行 的调整来评估与先前流速或流量(或其中的变化)相关联的温度变化。
95.在至少一个实施例中，神经元级可以存储与评估过程相关联的值，并 且可以表示温度要求与流速或流量之间的关联或相关性，以及可用于冷却 塔以实现温度要求的物理空间的物理约束。一旦经过训练，学习子系统就 能够在应用中确定一个或更多个冷却回路中的冷却剂的流速或流量，所述 冷却剂的流速或流量被要求实现例如根据每个温度要求
实现的温度的冷却 (或改变，例如温度的降低)。学习子系统可使用温度要求和用于实现温度 要求(例如，温度变化)的冷却剂的先前相关联的流速或流量，以提供与 一个或更多个冷却回路的一个或更多个冷却剂的所需流速或流量相关联的 输出，以实现由温度(例如，表示降低)比机架的当前温度反映的冷却， 服务器或相应冷却回路的一个或更多个区段内的冷却剂。
96.在至少一个实施例中，学习子系统的结果是响应于来自机架、服务器 或冷却剂的感测温度，到一个或更多个冷却回路中的一个或更多个流控制 器的输出，修改相应冷却回路的冷却剂的流速。流速或流量的修改使得所 确定的冷却剂流量能够到达需要冷却的副冷却回路的机架(服务器)的区 域。可以维持经修改的流速或流量，直到该区域中的温度达到与学习子系 统已知的冷却剂的流速或流量相关联的温度。可替代地，可以维持经修改 的流速或流量，直到面积中的温度改变了确定的值。或者，可维持经修改 的流速或流量，直到区域中的温度达到冷却剂、服务器或机架的额定温度。
97.在至少一个实施例中，设备控制器包括处理器，该处理器具有至少一 个逻辑单元以控制与一个或更多个冷却回路相关联的一个或更多个流控制 器。在至少一个实施例中，设备控制器可以是具有数据中心的处理器，诸 如图7a的处理器702。该流控制器促进相应冷却回路的相应冷却剂的移 动，以使得能够响应于在移动数据中心中感测到的温度来冷却该区域。在 至少一个实施例中，处理器是多核处理器的处理器核，如图9a中的多核 处理器905、906。在至少一个实施例中，至少一个逻辑单元可适于从服务 器、机架或与副冷却回路相关联的冷却剂内的温度传感器接收温度值，并 且可适于促进冷却剂以不同的流速或流量运动，以附加地冷却服务器、机 架或与副冷却回路相关联的冷却剂。
98.在至少一个实施例中，处理器(诸如图9a中的多核处理器的处理器 核905、906)可以包括用于评估服务器的温度的学习子系统，所述机架、 所述冷却剂或甚至所述服务器内的组件，具有与相应冷却回路的所述一个 或更多个流控制器相关联的流量。学习子系统提供与流速相关联的输出， 以通过控制与相应冷却回路相关联的一个或更多个流控制器来促进相应冷 却剂的运动。在至少一个实施例中，学习子系统执行机器学习模型以使用 机器学习模型的多个神经元级来处理温度，所述机器学习模型的多个神经 元级具有温度要求并且具有用于冷却剂的先前相关联的流速或流量。机器 学习模型可以使用图15中描述的神经元结构和图14中描述的深度学习处 理器来实现。机器学习模型提供与流速或流量相关联的输出，这也可以反 映对冷却塔进行的物理约束。此外，处理器的指令输出，诸如连接器总线 的引脚或球栅阵列的球，使所述输出能够与所述一个或更多个流控制器通 信，以改变与相应冷却回路相关联的冷却剂的流速或流量，并导致冷却剂 的确定的流速或流量响应于所述输出。
99.在至少一个实施例中，本公开是针对用于冷却系统的至少一个处理器。 该至少一个处理器包括用于训练神经网络的至少一个逻辑单元，该神经网 络具有用于评估与数据中心的区域(例如，服务器、服务器内的组件、机 架或副冷却回路的冷却剂)相关联的温度的隐藏神经元层，与用于附加地 冷却该区域的相应冷却回路的冷却剂的先前相关联的流率相关联。如本公 开中别处所述并参见图2
‑
5、图14和图15，训练可由神经元层来执行，所 述神经元层被提供数据中心中的一个或更多个区域的温度的输入和与先前 应用(可能在测试环境中)相关联的冷却剂的相关联的流速或流量。温度 要求可以包括起始温度(和用
于使温度达到一个或更多个区域的额定温度 的起始温度的冷却剂的相关流速)，最终温度(在将冷却剂在流速或流量上 施加一段时间之后)，以及对于冷却剂的流速或流量和施加时间段实现的温 度差。这些特征中的一个或更多个可用于训练神经网络以确定何时施加冷 却剂流和/或何时停止冷却剂流，例如，当针对一个区域感测到的温度达到 该起始温度时，当针对该区域感测到的温度达到该最终温度时，和/或当对 该区域感测的温度反映适于该区域的温度差(诸如温度降低至额定温度) 时。
100.在至少一个实施例中，该至少一个处理器包括被配置成或适配成用 于训练神经网络的至少一个逻辑单元并且是多核处理器。在至少一个实施 例中，所述至少一个逻辑单元可以在一个处理器核内，所述处理器核可以 用于针对神经网络来评估数据中心中的区域的温度，并且输出指令以促进 冷却塔的安装以用于所述区域的移动冷却。这样，即使区域已经接收与副 冷却回路相关联的冷却剂，其也能够接收附加的冷却剂，以用于补充冷却 和用于经由移动冷却塔的请求或指令来控制区域的温度。响应于该请求或 指令，可以以针对该区域的当前温度或目标温度确定的流速或流量来提供 该冷却剂。在至少一个实施例中，设备控制器的处理器具有呈销或球形式 的指令输出，该指令输出用于将输出与关联于相应冷却回路的一个或更多 个流控制器通信。一个或更多个流控制器因此修改相关联的冷却剂的流速 或流量。因此，该修改是对输出的响应，并促进对移动数据中心的一个或 更多个区域的冷却。在至少一个实施例中，该至少一个逻辑单元被适配成 用于从与设备控制器相关联的温度传感器接收温度值。
101.数据中心
102.图6a示出了可以使用来自图2
‑
5的至少一个实施例的示例数据中心 600。在至少一个实施例中，数据中心600包括数据中心基础设施层610、 框架层620、软件层630和应用程序层640。在至少一个实施例中，相对于 图2中描述的至少一个实施例，诸如组件204
‑
214中的特征可以在示例数 据中心600内部或与示例数据中心600合作执行。在至少一个实施例中， 基础设施层610、框架层620、软件层630和应用程序层640可以部分地或 完全地经由位于数据中心200的机架210中的服务器托盘上的计算组件来 提供。这使得本公开的冷却系统能够以高效且有效的方式将冷却引导到计 算组件中的某些计算组件。进一步，数据中心的各方面(包括数据中心基 础设施层610、框架层620、软件层630和应用程序层640)可被用于支持 具有至少参考以上图2
‑
5讨论的具有移动数据中心冷却系统的移动数据中 心。如此，参见图6a
‑
17d的讨论可被理解为应用于启用或支持具有例如 图2
‑
5的移动数据中心冷却系统的移动数据中心所需的硬件和软件特征。
103.在至少一个实施例中，如图6a所示，数据中心基础设施层610可以 包括资源协调器612、分组计算资源614和节点计算资源(“节点c.r.”) 616(1)
‑
616(n)，其中“n”代表任何完整的正整数。在至少一个实施 例中，节点c.r.616(1)
‑
616(n)可以包括但不限于任何数量的中央处 理单元(“cpu”)或其他处理器(包括加速器、现场可编程门阵列(fpga)、 图形处理器等)、存储器设备(例如动态只读存储器)、存储设备(例如固 态或磁盘驱动器)、网络输入/输出(“nw i/o”)设备、网络交换机、虚拟 机(“vm”)、电源模块和冷却模块等。在至少一个实施例中，节点c.r.616 (1)
‑
616(n)中的一个或更多个节点c.r.可以是具有一个或更多个上述 计算资源的服务器。
104.在至少一个实施例中，分组的计算资源614可以包括容纳在一个或 更多个机架内
的节点c.r.的单独分组(未示出)，或者容纳在各个地理位置 的数据中心内的许多机架(也未示出)。分组的计算资源614内的节点c.r. 的单独分组可以包括可以被配置或分配为支持一个或更多个工作负载的分 组的计算、网络、存储器或存储资源。在至少一个实施例中，可以将包括 cpu或处理器的几个节点c.r.分组在一个或更多个机架内，以提供计算资 源来支持一个或更多个工作负载。在至少一个实施例中，一个或更多个机 架还可以包括任何数量的电源模块、冷却模块和网络交换机，以任意组合。
105.在至少一个实施例中，资源协调器612可以配置或以其他方式控制 一个或更多个节点c.r.616(1)
‑
616(n)和/或分组的计算资源614。在至 少一个实施例中，资源协调器612可以包括用于数据中心600的软件设计 基础结构(“sdi”)管理实体。在至少一个实施例中，资源协调器可以包括 硬件、软件或其某种组合。
106.在至少一个实施例中，如图6a所示，框架层620包括作业调度器 622、配置管理器624、资源管理器626和分布式文件系统628。在至少一 个实施例中，框架层620可以包括支持软件层630的软件632和/或应用程 序层640的一个或更多个应用程序642的框架。在至少一个实施例中，软 件632或应用程序642可以分别包括基于web的服务软件或应用程序，例 如由amazon web services，google cloud和microsoft azure提供的服务或 应用程序。在至少一个实施例中，框架层620可以是但不限于一种免费和 开放源软件网络应用程序框架，例如可以利用分布式文件系统628来进行 大范围数据处理(例如“大数据”)的apache spark
tm
(以下称为“spark”)。 在至少一个实施例中，作业调度器622可以包括spark驱动器，以促进对 数据中心600的各个层所支持的工作负载进行调度。在至少一个实施例中， 配置管理器624可以能够配置不同的层，例如软件层630和包括spark和 用于支持大规模数据处理的分布式文件系统628的框架层620。在至少一 个实施例中，资源管理器626能够管理映射到或分配用于支持分布式文件 系统628和作业调度器622的集群或分组计算资源。在至少一个实施例中， 集群或分组计算资源可以包括数据中心基础设施层610上的分组计算资源 614。在至少一个实施例中，资源管理器626可以与资源协调器612协调以 管理这些映射的或分配的计算资源。
107.在至少一个实施例中，包括在软件层630中的软件632可以包括由 节点c.r.616(1)
‑
616(n)的至少一部分，分组的计算资源614和/或框 架层620的分布式文件系统628使用的软件。一种或更多种类型的软件可 以包括但不限于internet网页搜索软件、电子邮件病毒扫描软件、数据库软 件和流视频内容软件。
108.在至少一个实施例中，应用程序层640中包括的一个或更多个应用 程序642可以包括由节点c.r.616(1)
‑
616(n)的至少一部分、分组计 算资源614和/或框架层620的分布式文件系统628使用的一种或更多种类 型的应用程序。一种或更多种类型的应用程序可以包括但不限于任何数量 的基因组学应用程序、认知计算和机器学习应用程序，包括训练或推理软 件，机器学习框架软件(例如pytorch、tensorflow、caffe等)或其他与 一个或更多个实施例结合使用的机器学习应用程序。
109.在至少一个实施例中，配置管理器624、资源管理器626和资源协调 器612中的任何一个可以基于以任何技术上可行的方式获取的任何数量和 类型的数据来实现任何数量和类型的自我修改动作。在至少一个实施例中， 自我修改动作可以减轻数据中心600的数据中心操作员做出可能不好的配 置决定并且可以避免数据中心的未充分利用和/或执行
差的部分。
110.在至少一个实施例中，数据中心600可以包括工具、服务、软件或其 他资源，以根据本文的一个或更多个实施例来训练一个或更多个机器学习 模型或者使用一个或更多个机器学习模型来预测或推理信息。在至少一个 实施例中，可以通过使用上文关于数据中心600描述的软件和计算资源， 根据神经网络架构通过计算权重参数来训练机器学习模型。在至少一个实 施例中，通过使用通过本文的一种或更多种训练技术计算出的权重参数， 可以使用上面与关于数据中心600所描述的资源，使用对应于一个或更多 个神经网络的经训练的机器学习模型来推理或预测信息。如先前所讨论的， 深度学习技术可被用来通过监视数据中心的区域温度来支持对具有移动数 据中心冷却系统的移动数据中心中的流控制器的智能控制。可以使用任何 适当的学习网络和数据中心600的计算能力来推进深度学习。因此，这样， 可以使用数据中心中的硬件同时或并发支持深度神经网络(dnn)、递归神 经网络(rnn)或卷积神经网络(cnn)。例如，一旦对网络进行了训练并 成功进行了评估以识别子集或切片中的数据，则训练后的网络便可以提供 类似的代表性数据，以与收集的数据一起使用。
111.在至少一个实施例中，数据中心600可以使用cpu、专用集成电路 (asic)、gpu、fpga或其他硬件来使用上述资源来执行训练和/或推理。 此外，上述的一个或更多个软件和/或硬件资源可以配置成一种服务，以允 许用户训练或执行信息推理，例如压力、流速、温度和位置信息或其他人 工智能服务。
112.推理和训练逻辑
113.推理和/或训练逻辑615可以用于执行与一个或更多个实施例相关联 的推理和/或训练操作。在至少一个实施例中，推理和/或训练逻辑615可以 在系统图6a中用于至少部分地基于使用神经网络训练操作\神经网络功能 和/或架构或本文的神经网络用例计算出的权重参数来推理或预测操作。在 至少一个实施例中，推理和/或训练逻辑615可以包括但不限于硬件逻辑， 其中计算资源被专用或以其他方式唯一地连同对应于神经网络内的一层或 更多层神经元的权重值或其他信息一起使用。在至少一个实施例中，推理 和/或训练逻辑615可以与专用集成电路(asic)结合使用，例如来自google 的处理单元，来自的推理处理单元(ipu)或来 自intel corp的(例如“lake crest”)处理器。
114.在至少一个实施例中，推理和/或训练逻辑615可以与中央处理单元 (cpu)硬件、图形处理单元(gpu)硬件或其他硬件(例如现场可编程 门阵列(fpga))结合使用。在至少一个实施例中，推理和/或训练逻辑615 包括但不限于代码和/或数据存储模型，其可以用于存储代码(例如图形代 码)、权重值和/或其他信息，包括偏置值、梯度信息、动量值和/或其他参 数或超参数信息。在至少一个实施例中，每个代码和/或数据存储模块与专 用计算资源相关联。在至少一个实施例中，专用计算资源包括计算硬件， 计算硬件还包括仅对存储在代码和/或数据存储模块中的信息执行数学功 能(例如线性代数函数)的一个或更多个alu，并且存储从中存储的结果 在推理和/或训练逻辑615的激活存储模块中。
115.图6b、图6c示出了根据至少一个实施例的推理和/或训练逻辑，诸 如在图6a和本公开的至少一个实施例中使用的推理和/或训练逻辑。推理 和/或训练逻辑615用于执行与
至少一个实施例相关联的推理和/或训练操 作。下面结合图6b和/或图6c提供关于推理和/或训练逻辑615的细节。 通过使用算术逻辑单元(alu)610与计算硬件602、606来区分图6b和 图6c的推理和/或训练逻辑615。在至少一个实施例中，计算硬件602和 计算硬件606中的每一个包括一个或更多个alu，alu仅对分别存储在 代码和/或数据存储器601中的信息和代码和/或数据存储器605中的信息 执行数学功能(例如线性代数函数)，其结果存储在激活存储器620中。这 样，除非另有说明，否则图6b和图6c可以是替代的并且可以互换地使用。
116.在至少一个实施例中，推理和/或训练逻辑615可以包括但不限于代 码和/或数据存储601，以存储在至少一个实施例中被训练为和/或用于推理 的神经网络的神经元或层的前向和/或输出权重和/或输入/输出数据和/或 其他参数。在至少一个实施例中，训练逻辑615可以包括包括或耦合到用 于存储图形代码或其他软件以控制时序和/或顺序的代码和/或数据存储 601，其中权重和/或其他参数信息被加载以配置逻辑，包括整数和/或浮点 单元(统称为算术逻辑单元(alu))。在至少一个实施例中，代码(诸如 图代码)基于代码所对应的神经网络的架构将权重或其他参数信息加载到 处理器alu中。在至少一个实施例中，代码和/或数据存储601存储在使 用至少一个实施例的方面训练和/或推理期间的输入/输出数据和/或权重参 数的前向传播期间结合至少一个实施例训练或使用的神经网络的每个层的 权重参数和/或输入/输出数据。在至少一个实施例中，代码和/或数据存储 601的任何部分都可以包括在其他片上或片外数据存储内，包括处理器的 l1、l2或l3高速缓存或系统内存。
117.在至少一个实施例中，代码和/或数据存储601的任何部分可以在一 个或更多个处理器或其他硬件逻辑设备或电路的内部或外部。在至少一个 实施例中，代码和/或代码和/或数据存储601可以是高速缓存内存、动态随 机可寻址内存(“dram”)、静态随机可寻址内存(“sram”)、非易失性内 存(例如闪存)或其他存储。在至少一个实施例中，对代码和/或数据存储 601是在处理器的内部还是外部的选择，例如，或者包括dram、sram、 闪存或某种其他存储类型，可以取决于存储片上或片外的可用存储空间， 正在执行训练和/或推理功能的延迟要求，在神经网络的推理和/或训练中使 用的数据批大小或这些因素的某种组合。
118.在至少一个实施例中，推理和/或训练逻辑615可以包括但不限于代 码和/或数据存储605，以存储与在至少一个实施例方面中被训练为和/或用 于推理的神经网络的神经元或层相对应的反向和/或输出权重和/或输入/输 出数据神经网络。在至少一个实施例中，在使用至少一个实施例训练和/或 推理期间，代码和/或数据存储605存储在输入/输出数据和/或权重参数的 反向传播期间结合至少一个实施例训练或使用的神经网络的每个层的权重 参数和/或输入/输出数据。在至少一个实施例中，训练逻辑615可以包括或 耦合到用于存储图代码或其他软件以控制时序和/或顺序的代码和/或数据 存储605，其中权重和/或其他参数信息被加载以配置逻辑，该逻辑包括整 数和/或浮点单元(统称为算术逻辑单元(alu))。
119.在至少一个实施例中，代码(诸如图代码)基于代码所对应的神经网 络的架构将权重或其他参数信息加载到处理器alu中。在至少一个实施 例中，代码和/或数据存储605的任何部分可以与其他片上或片外数据存储 一起包括，包括处理器的l1、l2或l3高速缓存
或系统内存。在至少一个 实施例中，代码和/或数据存储605的任何部分可以在一个或更多个处理器 或其他硬件逻辑设备或电路上的内部或外部。在至少一个实施例中，代码 和/或数据存储605可以是高速缓存内存、dram、sram、非易失性内存 (例如闪存)或其他存储。在至少一个实施例中，代码和/或数据存储605 是在处理器的内部还是外部的选择，例如，包括dram、sram、闪存还 是其他某种存储类型，取决于可用存储是片上还是片外，正在执行的训练 和/或推理功能的延迟要求，在神经网络的推理和/或训练中使用的数据批量 大小或这些因素的某种组合。
120.在至少一个实施例中，代码和/或数据存储601以及代码和/或数据存 储605可以是分开的存储结构。在至少一个实施例中，代码和/或数据存储 601以及代码和/或数据存储605可以是相同的存储结构。在至少一个实施 例中，代码和/或数据存储601以及代码和/或数据存储605可以是部分相 同的存储结构和部分分离的存储结构。在至少一个实施例中，代码和/或数 据存储601和代码和/或数据存储605的任何部分可以与其他片上或片外数 据存储包括在一起，包括处理器的l1、l2或l3高速缓存或系统内存。
121.在至少一个实施例中，推理和/或训练逻辑615可以包括但不限于一 个或更多个算术逻辑单元(“alu”)610，alu 610包括整数和/或浮点单 位，用于至少部分地基于训练和/或推理代码(例如，图形代码)或由其指 示来执行逻辑和/或数学运算，其结果可能会产生(例如，来自神经网络内 部的层或神经元的输出值)存储在激活存储620中的激活，其是存储在代 码和/或数据存储601和/或代码和/或数据存储605中的输入/输出和/或权 重参数数据的函数。在至少一个实施例中，激活响应于执行指令或其他代 码，由alu 610执行的线性代数和/或基于矩阵的数学生成在激活存储620 中存储的激活，其中存储在代码和/或数据存储605中和/或代码和/或数据 存储601中的权重值用作具有其他值的操作数，例如偏置值、梯度信息、 动量值或其他参数或超参数，可以将任何或所有这些存储在代码和/或数据 存储605和/或代码和/或数据存储601或其他片上或片外存储中。
122.在至少一个实施例中，一个或更多个处理器或其他硬件逻辑设备或 电路中包括一个或更多个alu 610，而在另一实施例中，一个或更多个alu610可以在处理器或其他硬件逻辑设备或使用它们(例如协处理器)的电 路外。在至少一个实施例中，可以将一个或更多个alu 610包括在处理器 的执行单元之内，或者以其他方式包括在由处理器的执行单元可访问的 alu组中，该处理器的执行单元可以在同一处理器内或者分布在不同类型 的不同处理器之间(例如，中央处理单元、图形处理单元、固定功能单元 等)。在至少一个实施例中，代码和/或数据存储601、代码和/或数据存储 605以及激活存储620可以在同一处理器或其他硬件逻辑设备或电路上， 而在另一实施例中，它们可以在不同的处理器或其他硬件逻辑设备或电路 或相同和不同处理器或其他硬件逻辑设备或电路的某种组合中。在至少一 个实施例中，激活存储620的任何部分可以与其他片上或片外数据存储包 括在一起，包括处理器的l1、l2或l3高速缓存或系统内存。此外，推理 和/或训练代码可以与处理器或其他硬件逻辑或电路可访问的其他代码一 起存储，并可以使用处理器的提取、解码、调度、执行、退出和/或其他逻 辑电路来提取和/或处理。
123.在至少一个实施例中，激活存储620可以是高速缓存内存、dram、 sram、非易失性内存(例如，闪存)或其他存储。在至少一个实施例中， 激活存储620可以完全地或部分地在一个或更多个处理器或其他逻辑电路 内部或外部。在至少一个实施例中，可以取决于片上
或片外可用的存储， 进行训练和/或推理功能的延迟要求，在推理和/或训练神经网络中使用的数 据的批量大小或这些因素的某种组合，选择激活存储620是处理器的内部 还是外部，例如，或者包含dram、sram、闪存或其他存储类型。在至 少一个实施例中，图6b中所示的推理和/或训练逻辑615可以与专用集成 电路(“asic”)结合使用，例如来自google的处理单元、来 自的推理处理单元(ipu)或来自intel corp的(例 如“lake crest”)处理器。在至少一个实施例中，图6b所示的推理和/或 训练逻辑615可与中央处理单元(“cpu”)硬件，图形处理单元(“gpu”) 硬件或其他硬件(例如现场可编程门阵列(“fpga”))结合使用。
124.在至少一个实施例中，图6c示出了根据至少一个各个实施例的推理 和/或训练逻辑615，可以包括但不限于硬件逻辑，其中计算资源被专用或 以其他方式唯一地连同对应于神经网络内的一层或更多层神经元的权重值 或其他信息一起使用。在至少一个实施例中，图6c中所示的推理和/或训 练逻辑615可以与专用集成电路(asic)结合使用，例如来自google的 处理单元，来自的推理处理单元(ipu)或来自 intel corp的(例如“lake crest”)处理器。在至少一个实施例 中，图6c中所示的推理和/或训练逻辑615可以与中央处理单元(cpu) 硬件、图形处理单元(gpu)硬件或其他硬件(例如现场可编程门阵列 (fpga))结合使用。在至少一个实施例中，推理和/或训练逻辑615包括 但不限于代码和/或数据存储601以及代码和/或数据存储605，其可以用于 存储代码(例如图表代码)、权重值和/或其他信息，包括偏置值、梯度信息、 动量值和/或其他参数或超参数信息。在图6c中所示的至少一个实施例中， 代码和/或数据存储601以及代码和/或数据存储605中的每一个都分别与 专用计算资源(例如计算硬件602和计算硬件606)相关联。
125.在至少一个实施例中，代码和/或数据存储601和605以及相应的计 算硬件602和606中的每一个分别对应于神经网络的不同层，使得从代码 和/或数据存储601和计算硬件602的一个“存储/计算对601/602”得到的 激活提供作为代码和/或数据存储605和计算硬件606的下一个“存储/计 算对605/606”的输入，以便反映神经网络的概念组织。在至少一个实施例 中，每个存储/计算对601/602和605/606可以对应于一个以上的神经网络 层。在至少一个实施例中，在推理和/或训练逻辑615中可以包括在存储计 算对601/602和605/606之后或与之并行的附加存储/计算对(未示出)。
126.计算机系统
127.图7a示出了根据至少一个实施例的示例性计算机系统700a的框图， 示例性计算机系统可以可以是具有互连设备和组件的系统、片上系统(soc) 或与处理器形成的某种组合，处理器可以包括执行单元以执行指令以支持 和/或启用本文的具有移动数据中心冷却系统的移动数据中心的智能控制。 在至少一个实施例中，计算机系统700a根据本公开(诸如本文的实施例) 可以包括但不限于组件(诸如处理器702)，以使用包括逻辑的执行单元来 执行过程数据的算法。在至少一个实施例中，计算机系统700a可以包括 处理器，诸如可从加利福尼亚州圣克拉拉的英特尔公司购买的处理 器家族、至强
tm
、xscale
tm
和/或strongarm
tm
、酷睿
tm
或nervana
tm
微处理器，但也可以使
用其他系统(包括具有其他微 处理器的pc、工程工作站、机顶盒等)。在至少一个实施例中，尽管也可 以使用其他操作系统(例如unix和linux)、嵌入式软件和/或图形用户界 面，但计算机系统700b可以执行可从华盛顿州雷蒙德市的microsoftcorporation获得的windows操作系统版本。
128.在至少一个实施例中，示例性计算机系统700a可以结合组件110
‑ꢀ
116(来自图1)中的一个或更多个以支持用于具有移动数据中心冷却系统 的移动数据中心的智能控制的处理方面。至少由于这个原因，在一个实施 例中，图7a示出了包括互连的硬件设备或“芯片”的系统，而在其他实施 例中，图7a可以示出示例性片上系统soc。在至少一个实施例中，图7a 中示出的设备可以与专有互连、标准化互连(例如，pcie)或其某种组合 互连。在至少一个实施例中，计算机系统700b的一个或更多个组件使用 计算快速链路(cxl)互连来互连。推论和/或训练逻辑615用于执行与一 个或更多个实施例相关联的推论和/或训练操作，例如，如先前关于图6a
‑ꢀ
c所讨论的。下面结合图6a
‑
c提供关于推理和/或训练逻辑615的细节。 在至少一个实施例中，推理和/或训练逻辑615可以在系统图7a中用于至 少部分地基于使用神经网络训练操作\神经网络功能和/或架构或本文的神 经网络用例计算出的权重参数来推理或预测操作。
129.实施例可以用在其他设备中，例如手持设备和嵌入式应用程序。手持 设备的一些示例包括蜂窝电话、互联网协议(internet protocol)设备、数码 相机、个人数字助理(“pda”)和手持pc。在至少一个实施例中，嵌入式 应用程序可以包括微控制器、数字信号处理器(“dsp”)、片上系统、网络 计算机(“netpc”)、机顶盒、网络集线器、广域网(“wan”)交换机，或 根据至少一个实施例可以执行一个或更多个指令的任何其他系统。
130.在至少一个实施例中，计算机系统700a可包括但不限于处理器702， 该处理器702可包括但不限于一个或更多个执行单元708，以根据本文描 述的技术执行机器学习模型训练和/或推理。在至少一个实施例中，计算机 系统700a是单处理器台式机或服务器系统，但是在另一实施例中，计算 机系统700a可以是多处理器系统。在至少一个实施例中，处理器702可 以包括但不限于复杂指令集计算机(“cisc”)微处理器、精简指令集计算 (“risc”)微处理器、超长指令字(“vliw”)微处理器、实现指令集组合 的处理器，或任何其他处理器设备，例如数字信号处理器。在至少一个实 施例中，处理器702可以耦合到处理器总线710，该处理器总线710可以 在处理器702与计算机系统700a中的其他组件之间传输数据信号。
131.在至少一个实施例中，处理器702可以包括但不限于1级(“l1”) 内部高速缓存存储器(“cache”)704。在至少一个实施例中，处理器702可 以具有单个内部高速缓存或多级内部缓存。在至少一个实施例中，高速缓 存存储器可以驻留在处理器702的外部。根据特定的实现和需求，其他实 施例也可以包括内部和外部高速缓存的组合。在至少一个实施例中，寄存 器文件706可以在各种寄存器中存储不同类型的数据，包括但不限于整数 寄存器、浮点寄存器、状态寄存器和指令指针寄存器。
132.在至少一个实施例中，包括但不限于执行整数和浮点运算的逻辑的 执行单元708，其也位于处理器702中。在至少一个实施例中，处理器702 还可以包括微码(“ucode”)只读存储器(“rom”)，用于存储某些宏指令 的微代码。在至少一个实施例中，执行单元708可以包括用于处理封装指 令集709的逻辑。在至少一个实施例中，通过将封装指令集709包括在通 用处理器的指令集中，以及要执行指令的相关电路，可以使用在通用处理 器702中
(“usb”)(1、2、3版)或通用异步接收器/发送器(“uart”)总线。在 至少一个实施例中，图7b示出了系统，该系统包括互连的硬件设备或“芯 片”，而在其他实施例中，图7b可以示出示例性片上系统(“soc”)。在 至少一个实施例中，图7b中所示的设备可以与专有互连线、标准化互连 (例如，pcie)或其某种组合互连。在至少一个实施例中，图7b的一个或 更多个组件使用计算快速链路(cxl)互连线来互连。
138.在至少一个实施例中，图7b可以包括显示器724、触摸屏725、触 摸板730、近场通信单元(“nfc”)745、传感器集线器740、热传感器746、 快速芯片组(“ec”)735、可信平台模块(“tpm”)738、bios/固件/闪存 (“bios，fw flash”)722、dsp 760、驱动器720(例如固态磁盘(“ssd”) 或硬盘驱动器(“hdd”))、无线局域网单元(“wlan”)750、蓝牙单元752、 无线广域网单元(“wwan”)756、全球定位系统(gps)单元755、相机 (“usb 3.0相机”)754(例如usb 3.0相机)和/或以例如lpddr3标准 实现的低功耗双倍数据速率(“lpddr”)存储器单元(“lpddr3”)715。 这些组件可以各自以任何合适的方式实现。
139.在至少一个实施例中，其他组件可以通过以下的组件通信地耦合到 处理器710。在至少一个实施例中，加速度计741、环境光传感器(“als”) 742、罗盘743和陀螺仪744可以可通信地耦合到传感器集线器740。在至 少一个实施例中，热传感器739、风扇737、键盘746和触摸板730可以通 信地耦合到ec 735。在至少一个实施例中，扬声器763、耳机764和麦克 风(“mic”)765可以通信地耦合到音频单元(“音频编解码器和d类放大 器”)762，其又可以通信地耦合到dsp 760。在至少一个实施例中，音频单 元764可以包括例如但不限于音频编码器/解码器(“编解码器”)和d类放 大器。在至少一个实施例中，sim卡(“sim”)757可以通信地耦合到wwan 单元756。在至少一个实施例中，组件(诸如wlan单元750和蓝牙单元 752以及wwan单元756)可以被实现为下一代形式因素(ngff)。
140.推理和/或训练逻辑615用于执行与一个或更多个实施例相关联的推 理和/或训练操作。本文结合图6b和/或图6c提供关于推理和/或训练逻辑 615的细节。在至少一个实施例中，推理和/或训练逻辑615可以在系统图 7b中使用，用于至少部分地基于使用神经网络训练操作、神经网络函数和 /或架构或本文的神经网络用例计算的权重参数来推理或预测操作。
141.图7c示出了根据至少一个实施例的计算机系统700c，其用于支持 和/或启用本文描述的具有移动数据中心冷却系统的移动数据中心的智能 控制。在至少一个实施例中，计算机系统700c包括但不限于计算机771和 usb盘770。在至少一个实施例中，计算机771可以包括但不限于任何数 量和类型的处理器(未示出)和存储器(未示出)。在至少一个实施例中， 计算机771包括但不限于服务器、云实例、膝上型计算机和台式计算机。
142.在至少一个实施例中，usb盘770包括但不限于处理单元772、usb 接口774和usb接口逻辑773。在至少一个实施例中，处理单元772可以 是任何指令执行系统、装置或能够执行指令的设备。在至少一个实施例中， 处理单元772可以包括但不限于任何数量和类型的处理核心(未示出)。在 至少一个实施例中，处理单元或核心772包括专用集成电路(“asic”)， 该专用集成电路被优化为执行与机器学习相关联的任何数量和类型的操作。 例如，在至少一个实施例中，处理核心772是张量处理单元(“tpc”)，其 被优化以执行机器学习推理操作。在至少一个实施例中，处理核心772是 视觉处理单元(“vpu”)，其被优化以执行机器视觉和机器学习推理操作。
143.在至少一个实施例中，usb接口774可以是任何类型的usb连接器 或usb插座。例如，在至少一个实施例中，usb接口774是用于数据和 电源的usb 3.0type
‑
c插座。在至少一个实施例中，usb接口774是usb3.0type
‑
a连接器。在至少一个实施例中，usb接口逻辑773可以包括使 处理单元772能够经由usb连接器774与设备(例如计算机771)相连接 的任何数量和类型的逻辑。
144.推理和/或训练逻辑615(如关于图6b和图6c所描述的)用于执行 与一个或更多个实施例相关的推理和/或训练操作。下面结合图6b和图6c 提供关于推理和/或训练逻辑615的细节。在至少一个实施例中，推理和/或 训练逻辑615可以用于图7c的系统中，以至少部分地基于使用本文的神 经网络训练操作、神经网络功能和/或架构、或神经网络用例计算出的权重 参数来推理或预测操作。
145.图8示出了根据至少一个实施例的用于实现贯穿本公开描述的具有 移动数据中心冷却系统的移动数据中心的各个过程和方法的进一步示例性 计算机系统800。在至少一个实施例中，计算机系统800包括但不限于至 少一个中央处理单元(“cpu”)802，该中央处理单元(“cpu”)802连接 到使用任何合适协议实现的通信总线810，诸如pci(“外围设备互联”)、 外围组件互连express(“pci
‑
express”)、agp(“加速图形端口”)、超传输 或任何其他总线或点对点通信协议。在至少一个实施例中，计算机系统800 包括但不限于主存储器804和控制逻辑(例如，实现为硬件、软件或其组 合)，并且数据可以采取随机存取存储器(“ram”)的形式存储在主存储器 804中。在至少一个实施例中，网络接口子系统(“网络接口”)822提供到 其他计算设备和网络的接口，用于从计算机系统800接收数据并将数据传 输到其他系统。
146.在至少一个实施例中，计算机系统800在至少一个实施例中包括但 不限于输入设备808、并行处理系统812和显示设备806，它们可以使用阴 极视线管(“crt”)、液晶显示器(“lcd”)、发光二极管(“led”)、等离 子显示器或其他合适的显示技术实现。在至少一个实施例中，从输入设备 808(诸如键盘、鼠标、触摸板、麦克风和更多)接收用户输入。在至少一 个实施例中，每个上述模块可以位于单个半导体平台上以形成处理系统。
147.推理和/或训练逻辑615用于执行与一个或更多个实施例相关联的推 理和/或训练操作，例如先前关于图6a
‑
c所讨论的。以下结合图6a
‑
c提 供关于推理和/或训练逻辑615的细节。在至少一个实施例中，推理和/或训 练逻辑615可以在系统图8中使用，以至少部分地基于使用神经网络训练 操作、神经网络功能和/或架构或本文的神经网络用例计算出的权重参数来 进行推理或预测操作。在至少一个实施例中，推理和/或训练逻辑615可以 在系统图8中使用，以至少部分地基于使用神经网络训练操作、神经网络 功能和/或架构或本文的神经网络用例计算出的权重参数来进行推理或预 测操作。
148.图9a示出了示例性架构，其中多个gpu 910
‑
913通过高速链路905
‑ꢀ
906(例如，总线/点对点互连等)通信地耦合到多个多核心处理器940
‑
943。 在一个实施例中，高速链路940
‑
943支持4gb/s、30gb/s、80gb/s或更 高的通信吞吐量。可以使用各种互连协议，包括但不限于pcie 4.0或5.0以 及nvlink 2.0。
149.此外，在一个实施例中，两个或更多个gpu 910
‑
913通过高速链路 929
‑
930互连，该高速链路可以使用与用于高速链路940
‑
943的协议/链路 相同或不同的协议/链路来实现。类似地，两个或更多个多核心处理器905
‑ꢀ
906可以通过高速链路928连接，该高速链路
可以是以20gb/s、30gb/s、 120gb/s或更高的速度运行的对称多处理器(smp)总线。可替代地，可 以使用相同的协议/链路(例如，通过公共互连结构)来完成图9a中所示 的各种系统组件之间的所有通信。
150.在一个实施例中，每个多核心处理器905
‑
906分别经由存储器互连 926
‑
927通信地耦合到处理器存储器901
‑
902，并且每个gpu 910
‑
913分别 通过gpu存储器互连950
‑
953通信地耦合到gpu存储器920
‑
923。存储器 互连926
‑
927和950
‑
953可以利用相同或不同的存储器访问技术。作为示 例而非限制，处理器存储器901
‑
902和gpu存储器920
‑
923可以是易失性 存储器，诸如动态随机存取存储器(dram)(包括堆叠的dram)、图形 ddr sdram(gddr)(例如gddr5、gddr6)，或高带宽存储器(hbm)， 和/或可以是非易失性存储器，例如3d xpoint或nano
‑
ram。在一个实施 例中，处理器存储器901
‑
902的某些部分可以是易失性存储器，而另一部 分可以是非易失性存储器(例如，使用两级存储器(2lm)层次结构)。
151.如下，尽管各种处理器905
‑
906和gpu910
‑
913可以分别物理地耦合 到特定存储器901
‑
902、920
‑
923，可以实现统一存储器架构，其中虚拟系 统地址空间(也称为“有效地址”空间)分布在各个物理存储器之间。在 至少一个实施例中，处理器存储器901
‑
902可以各自包括64gb的系统存 储器地址空间，并且gpu存储器920
‑
923可以各自包括32gb的系统存储 器地址空间(导致本例中总计256gb的可寻址存储器大小)。
152.如在本公开中的其他地方所讨论的，至少流速和相关联的温度可以 被建立用于智能学习系统(如神经网络系统)的第一级别。由于第一级别 表示先前数据，因此它也表示数据的较小子集，其可用于通过重新训练系 统来改进系统。可以使用多个处理器单元并行地执行测试和训练，使得智 能学习系统是鲁棒的。可使用例如图9a中的架构。当针对智能学习系统 实现收敛时，记录数据点的数量和用于引起收敛的数据点中的数据。所述 数据和数据点可以用于控制具有移动数据中心冷却系统的移动数据中心， 如例如参见图2
‑
5所讨论的。
153.图9b示出了根据一个示例性实施例的用于多核心处理器907和图形 加速模块946之间互连的附加细节。图形加速模块946可以包括集成在线 路卡上的一个或更多个gpu芯片，该线路卡经由高速链路940耦合到处 理器907。选择性地，图形加速模块946可以与处理器907集成在同一封 装或芯片上。
154.在至少一个实施例中，示出的处理器907包括多个核心960a
‑
960d， 每个核心都具有转换后备缓冲区961a
‑
961d和一个或更多个高速缓存 962a
‑
962d。在至少一个实施例中，核心960a
‑
960d可以包括未示出的各 种其他组件，用于执行指令和处理数据。高速缓存962a
‑
962d可以包括级 别1(l1)和级别2(l2)高速缓存。此外，一个或更多个共享高速缓存 956可以被包括在高速缓存962a
‑
962d中，并且由各组核心960a
‑
960d共 享。在至少一个实施例中，处理器907的一个实施例包括24个核心，每个 核心具有其自己的l1高速缓存，十二个共享的l2高速缓存，和十二个共 享的l3高速缓存。在该实施例中，两个相邻核心共享一个或更多个l2和 l3高速缓存。处理器907和图形加速模块946与系统存储器914连接，该 系统存储器914可以包括图9a中的处理器存储器901
‑
902。
155.通过一致性总线964经由核心间通信为存储在各个高速缓存962a
‑ꢀ
962d、956和系统存储器914中的数据和指令维护一致性。在至少一个实 施例中，每个高速缓存可以具有与其相关联的高速缓存一致性逻辑/电路， 以响应于检测到对特定高速缓存行的读取或写
入通过一致性总线964进行 通信。在一个实现中，通过一致性总线964实现高速缓存监听协议，以监 听(snoop)高速缓存访问。
156.在至少一个实施例中，代理电路925将图形加速模块946通信地耦 合到一致性总线964，从而允许图形加速模块946作为核心960a
‑
960d的 对等方参与高速缓存一致性协议。特别地，在至少一个实施例中，接口935 通过高速链路940(例如，pcie总线、nvlink等)提供到代理电路925的 连接，并且接口937将图形加速模块946连接到链路940。
157.在一个实现中，加速器集成电路936代表图形加速模块的多个图形 处理引擎931，932，n提供高速缓存管理、存储器访问、上下文管理和中 断管理服务。图形处理引擎931，932，n可各自包括单独的图形处理单元 (gpu)。在至少一个实施例中，图形处理引擎931，932，n选择性地可以 包括gpu内的不同类型的图形处理引擎，诸如图形执行单元、媒体处理引 擎(例如，视频编码器/解码器)、采样器和blit引擎。在至少一个实施例中， 图形加速模块946可以是具有多个图形处理引擎931
‑
932，n的gpu，或 者图形处理引擎931
‑
932，n可以是集成在通用封装、线路卡或芯片上的各 个gpu。视情况而定，可以在图9b的gpu 931
‑
n中执行以上对重构参数 和重构算法的确定。
158.在一个实施例中，加速器集成电路936包括存储器管理单元(mmu) 939，用于执行各种存储器管理功能，例如虚拟到物理存储器转换(也称为 有效到真实存储器转换)，还包括用于访问系统存储器914的存储器访问协 议。mmu 939还可包括转换后备缓冲区(“tlb”)(未示出)，用于高速缓 存虚拟/有效到物理/真实地址转换。在一个实现中，高速缓存938可以存储 命令和数据，用于图形处理引擎931
‑
932，n有效地访问。在至少一个实施 例中，可以将存储在高速缓存938和图形存储器933
‑
934，m中的数据与 核心高速缓存962a
‑
962d、956和系统存储器914保持一致。如前，可以 经由代表高速缓存938和图形存储器933
‑
934，m的代理电路925来完成 该任务(例如，将与处理器高速缓存962a
‑
962d、956上的高速缓存行的 修改/访问有关的更新发送到高速缓存938，并从高速缓存938接收更新)。
159.一组寄存器945存储由图形处理引擎931
‑
932，n执行的线程的上下 文数据，并且上下文管理电路948管理线程上下文。在至少一个实施例中， 上下文管理电路948可以执行保存和恢复操作，以在上下文切换期间保存 和恢复各个线程的上下文(例如，其中保存第一线程并且存储第二线程， 以便可以由图形处理引擎执行第二线程)。在至少一个实施例中，上下文管 理电路948在上下文切换时，可以将当前寄存器值存储到存储器中的(例 如，由上下文指针标识的)指定区域。然后，当返回上下文时可以恢复寄 存器值。在一个实施例中，中断管理电路947接收并处理从系统设备接收 的中断。
160.在一个实现方式中，mmu 939将来自图形处理引擎931的虚拟/有效 地址转换为系统存储器914中的真实/物理地址。加速器集成电路936的一 个实施例支持多个(例如，4、8、16)图形加速器模块946和/或其他加速 器设备。图形加速器模块946可以专用于在处理器907上执行的单个应用 程序，或者可以在多个应用程序之间共享。在一个实施例中，呈现了虚拟 化的图形执行环境，其中图形处理引擎931
‑
932，n的资源与多个应用程序 或虚拟机(vm)共享。在至少一个实施例中，可以基于处理要求和与vm 和/或应用程序相关联的优先级，将资源细分为“切片”，其被分配给不同的 vm和/或应用程序。
161.在至少一个实施例中，加速器集成电路936作为图形加速模块946的 系统的桥来执行，并提供地址转换和系统存储器高速缓存服务。另外，加 速器集成电路936可以为主机
处理器提供虚拟化设施，以管理图形处理引 擎931
‑
932，n的虚拟化、中断和存储器管理。
162.由于图形处理引擎931
‑
932，n的硬件资源被明确地映射到主机处理 器907看到的真实地址空间，因此任何主机处理器都可以使用有效地址值 直接寻址这些资源。在至少一个实施例中，加速器集成电路936的一个功 能是物理分离图形处理引擎931
‑
932，n，使得它们在系统看来为独立的单 元。
163.在至少一个实施例中，一个或更多个图形存储器933
‑
934，m分别耦 合到每个图形处理引擎931
‑
932，n。图形存储器933
‑
934，m存储指令和 数据，指令和数据由每个图形处理引擎931
‑
932，n处理。图形存储器933
‑ꢀ
934，m可以是易失性存储器，例如dram(包括堆叠的dram)、gddr 存储器(例如，gddr5，gddr6)或hbm，和/或可以是非易失性存储器， 例如3d xpoint或nano
‑
ram。
164.在一个实施例中，为了减少链路940上的数据流量，使用偏置技术以 确保存储在图形存储器933
‑
934，m中的数据是图形处理引擎931
‑
932，n 最常使用的，并且核心960a
‑
960d可以不使用(至少不经常使用)的数据。 类似地，偏置机制试图将核心(并且可以不是图形处理引擎931
‑
932，n) 需要的数据保持在高速缓存962a
‑
962d、核心956和系统存储器914中。
165.图9c示出了另一个示例性实施例，其中加速器集成电路936根据本 文公开的至少一个实施例，在处理器907中集成了用于启用和/或支持具有 移动数据中心冷却系统的移动数据中心的智能控制的处理器907。在至少 该实施例中，图形处理引擎931
‑
932，n经由接口937和接口935(同样， 可以利用任何形式的总线或接口协议)通过高速链路940直接与加速器集 成电路936通信。加速器集成电路936可以执行与关于图9b描述的操作 类似的操作。但是由于它紧密靠近一致性总线964和高速缓存962a
‑
962d、 956，可能具有更高的吞吐量。至少一个实施例支持不同的编程模型，包括 专用进程编程模型(无图形加速模块虚拟化)和共享编程模型(具有虚拟 化)，编程模型可以包括由加速器集成电路936控制的编程模型和由图形加 速模块946控制的编程模型。
166.在至少一个实施例中，图形处理引擎931
‑
932，n专用于单个操作系 统下的单个应用程序或进程。在至少一个实施例中，单个应用程序可以将 其他应用程序请求汇聚(funnel)到图形处理引擎931
‑
932，n，从而在vm /分区内提供虚拟化。
167.在至少一个实施例中，图形处理引擎931
‑
932，n可以被多个vm/应 用程序分区共享。在至少一个实施例中，共享模型可以使用系统管理程序 来虚拟化图形处理引擎931
‑
932，n，以允许每个操作系统进行访问。对于 没有管理程序的单分区系统，操作系统拥有图形处理引擎931
‑
932，n。在 至少一个实施例中，操作系统可以虚拟化图形处理引擎931
‑
932，n，以提 供对每个进程或应用程序的访问。
168.在至少一个实施例中，图形加速模块946或个体图形处理引擎931
‑ꢀ
932，n使用进程句柄来选择进程元素。在至少一个实施例中，进程元素被 存储在系统存储器914中，并且可使用本文的有效地址到真实地址转换技 术来寻址。在至少一个实施例中，进程句柄可以是特定于实现方式的值， 其在向图形处理引擎931
‑
932，n注册其上下文时提供给主机进程(即，调 用系统软件以将进程元素添加到进程元素链接列表)。在至少一个实施例中， 进程句柄的较低16位可以是进程元素在进程元素链接列表中的偏移量。
169.图9d示出了根据本文公开的至少一个实施例的用于启用和/或支持 具有移动数
据中心冷却系统的移动数据中心的智能控制的示例性加速器集 成片990。如本文所用，“切片”包括加速器集成电路936的处理资源的指 定部分。应用程序是系统存储器914中的有效地址空间982，其存储进程 元素983。在至少一个实施例中，响应于来自在处理器907上执行的应用 程序980的gpu调用981，存储进程元素983。进程元素983包含相应的 应用程序980的进程状态。包含在进程元素983中的工作描述符(wd) 984可以是由应用程序请求的单个作业，或者可以包含指向作业队列的指 针。在至少一个实施例中，wd 984是指向应用程序的地址空间982中的 作业请求队列的指针。
170.图形加速模块946和/或各个图形处理引擎931
‑
932，n可以由系统中 所有进程或进程子集共享。在至少一个实施例中，可以包括用于设置进程 状态并将wd 984发送到图形加速模块946以在虚拟化环境中开始作业的 基础设施。
171.在至少一个实施例中，专用进程编程模型是特定于实现方式的。在在 该模型中，单个进程拥有图形加速模块946或个体图形处理引擎931。当 图形加速模块946由单个进程拥有时，管理程序初始化用于所拥有的分区 的加速器集成电路，当指派了图形加速模块946时，操作系统初始化用于 所拥有的进程的加速器集成电路936。
172.在操作中，加速器集成切片990中的wd获取单元991获取下一个 wd 984，其包括要由图形加速模块946的一个或更多个图形处理引擎完成 的工作的指示。来自wd 984的数据可以存储在寄存器945中，并由mmu939、中断管理电路947和/或上下文管理电路948使用，如图所示。在至 少一个实施例中，mmu 939的一个实施例包括用于访问os虚拟地址空间 985内的段/页表986的段/页漫游电路。中断管理电路947可以处理从图形 加速模块946接收的中断事件992。在至少一个实施例中，当执行图形操 作时，由图形处理引擎931
‑
932，n生成的有效地址993被mmu 939转换 为真实地址。
173.在一个实施例中，为每个图形处理引擎931
‑
932，n和/或图形加速模 块946复制相同的寄存器集945，并且相同的寄存器集945可以由管理程 序或操作系统初始化。这些复制的寄存器中的每一个可以被包括在加速器 集成切片990中。可以由管理程序初始化的示例性寄存器在表1中示出。
174.表1
–
管理程序初始化寄存器
175.1切片控制寄存器2实地址(ra)调度进程区域指针3权限掩码覆盖寄存器4中断向量表条目偏移5中断向量表条目限制6状态寄存器7逻辑分区标识8实地址(ra)管理程序加速器利用记录指针9存储描述寄存器
176.表2中示出了可由操作系统初始化的示例性寄存器。
177.表2
–
操作系统初始化寄存器
178.1进程和线程识别2有效地址(ea)上下文保存/恢复指针
3虚拟地址(va)加速器利用记录指针4虚拟地址(va)存储段表指针5权限屏蔽6工作描述符
179.在至少一个实施例中，每个wd 984特定于特定的图形加速模块946 和/或图形处理引擎931
‑
932，n。它包含图形处理引擎931
‑
932，n完成工 作所需的所有信息，或者它可以是指向存储器位置的指针，在该存储器位 置应用程序已经设置了要完成的工作的命令队列。
180.图9e示出了共享模型的一个示例性实施例的附加细节。该实施例包 括管理程序实地址空间998，其中存储了进程元素列表999。可经由管理程 序996来访问管理程序实地址空间998，管理程序996虚拟化用于操作系 统995的图形加速模块引擎。
181.在至少一个实施例中，共享编程模型允许来自系统中全部分区或分 区子集的全部进程或进程子集使用图形加速模块946。存在两种编程模型， 其中图形加速模块946由多个进程和分区共享，即，时间切片共享和图形 定向共享。
182.在该模型中，系统管理程序996拥有图形加速模块946，并使其功能 可用于所有操作系统995。对于图形加速模块946通过系统管理程序996 支持虚拟化，图形加速模块946可以遵守如下要求：(1)应用程序的作业 请求必须是自主的(即，不需要在作业之间保持状态)，或者图形加速模块 946必须提供上下文保存和恢复机制，(2)图形加速模块946保证应用程 序的作业请求在指定的时间量内完成，包括任何转换错误，或者图形加速 模块946提供了抢占作业处理的能力，并且(3)在有向共享编程模型中进 行操作时，必须确保图形加速模块946进程之间的公平性。
183.在一个实施例中，需要应用程序980使用图形加速模块类型、工作描 述符(wd)、权限屏蔽寄存器(amr)值和上下文保存/恢复区域指针(csrp) 进行操作系统995系统调用。图形加速模块类型描述了用于系统调用的目 标加速函数。在至少一个实施例中，图形加速模块类型可以是系统特定的 值。在至少一个实施例中，wd是专门为图形加速模块946格式化的，并 且可以采用图形加速模块946命令、指向用户定义的结构的有效地址指针、 指向命令队列的有效地址指针的形式，或描述要由图形加速模块946完成 的工作的任何其他数据结构。在至少一个实施例中，amr值是用于当前进 程的amr状态。在至少一个实施例中，传递给操作系统的值与设置amr 的应用程序类似。如果加速器集成电路936和图形加速模块946的实现不 支持用户权限屏蔽覆写寄存器(uamor)，则在管理程序调用中传递amr 之前，操作系统可以将当前uamor值应用于amr值。在至少一个实施 例中，管理程序996可以在将amr放入进程元素983中之前应用当前权 限屏蔽覆写寄存器(amor)值。在至少一个实施例中，csrp是寄存器945中的一个，寄存器包含应用程序的有效地址空间982中的区域的有效 地址，供图形加速模块946保存和恢复上下文状态。该指针在至少一个实 施例中使用，如果不需要在作业之间保存状态或者当作业被抢占时，则该 指针是可选的。在至少一个实施例中，上下文保存/恢复区域可以是固定的 系统存储器。
184.在接收到系统调用时，操作系统995可以验证应用程序980已经注 册并且被授予使用图形加速模块946的权限。然后，操作系统995使用表 3中所示的信息来调用管理程序996。
185.表3
–
os到管理程序的调用参数
186.1工作描述符(wd)2权限屏蔽寄存器(amr)值(潜在地被掩码)3有效地址(ea)上下文保存/恢复区域指针(csrp)4进程id(pid)和可选的线程id(tid)5虚拟地址(va)加速器使用记录指针(aurp)6存储段表指针的虚拟地址(sstp)7逻辑中断服务号码(lisn)
187.在接收到管理程序调用时，管理程序996验证操作系统995已注册 并被授予使用图形加速模块946的权限。然后，管理程序996将进程元素 983放入相应的图形加速模块946类型的进程元素链接列表中。进程元素 可以包括表4中所示的信息。
188.表4
–
进程元素信息
[0189][0190][0191]
在至少一个实施例中，管理程序初始化多个加速器集成切片990寄 存器945。
[0192]
如图9f所示，在至少一个实施例中，使用统一存储器，统一存储器 可经由用于访问物理处理器存储器901
‑
902和gpu存储器920
‑
923的公共 虚拟存储器地址空间来寻址。在该实现方式中，在gpu 910
‑
913上执行的 操作利用相同的虚拟/有效存储器地址空间来访问处理器存储器901
‑
902， 反之亦然，从而简化了可编程性。在一个实施例中，虚拟/有效地址空间的 第一部分被分配给处理器存储器901，第二部分被分配给第二处理器存储 器902，第三部分被分配给gpu存储器920，以此类推。在至少一个实施 例中，整个虚拟/有效存储器空间(有时称为有效地址空间)由此分布在处 理器存储器901
‑
902和gpu存储器920
‑
923的每一个中，从而允许任何处 理器或gpu采用映射到任何物理存储器的虚拟地址访问
该存储器。
[0193]
在一个实施例中，一个或更多个mmu 939a
‑
939e内的偏置/一致性 管理电路994a
‑
994e确保一个或更多个主机处理器(例如，905)与gpu910
‑
913的高速缓存之间的高速缓存一致性，并实现指示应在其中存储某 些类型的数据的物理存储器的偏置技术。虽然在图9f中示出了偏置/一致 性管理电路994a
‑
994e的多个实例，但可以在一个或更多个主机处理器905 的mmu内和/或在加速器集成电路936内实现偏置/一致性电路。
[0194]
一个实施例允许将gpu附加内存920
‑
923映射为系统存储器的一部 分，并使用共享虚拟存储器(svm)技术进行访问，但不会遭受与完整系 统高速缓存一致性相关的性能缺陷。在至少一个实施例中，将gpu附加内 存920
‑
923作为系统存储器来访问而无需繁重的高速缓存一致性开销的能 力为gpu卸载提供了有利的操作环境。该布置允许主机处理器905软件 设置操作数并访问计算结果，而没有传统的i/o dma数据拷贝的开销。这 样的传统拷贝包括驱动程序调用、中断和存储器映射i/o(mmio)访问， 相对于简单的存储器访问而言，这些访问效率均较低。在至少一个实施例 中，在没有高速缓存一致性开销的情况下访问gpu附加内存920
‑
923的能 力对于卸载的计算的执行时间可能是关键的。例如，在具有大量流式写入 存储器流量的情况下，高速缓存一致性开销可以显著降低gpu 910
‑
913所 看到的有效写入带宽。在至少一个实施例中，操作数设置的效率、结果访 问的效率和gpu计算的效率可能会在确定gpu卸载的有效性方面发挥作 用。
[0195]
在至少一个实施例中，gpu偏置和主机处理器偏置的选择由偏置跟 踪器数据结构驱动。例如，可以使用偏置表，偏置表可以是页面粒度结构 (例如，以存储器页面的粒度来控制)，该页面粒度结构包括每个gpu附 加的存储器页面1或2位。在至少一个实施例中，在gpu 910
‑
913中具有 或不具有偏置高速缓存(例如，用于高速缓存偏置表的频繁/最近使用的条 目)的情况下，可以在一个或更多个gpu附加存储器920
‑
923的被盗存储 器范围中实现偏置表。替代地，可以在gpu内维护整个偏置表。
[0196]
在至少一个实施例中，在实际访问gpu存储器之前，访问与对gpu 附加存储器920
‑
923的每次访问相关联的偏置表条目，从而引起以下操作。 来自gpu 910
‑
913的在gpu偏置中找到其页面的本地请求被直接转发到 对应的gpu存储器920
‑
923。来自gpu的在主机偏置中找到其页面的本 地请求被转发至处理器905(例如，通过如上的高速链路)。在一个实施例 中，来自处理器905的在主机处理器偏置中找到所请求页面的请求完成了 与正常存储器读取类似的请求。替代地，可以将指向gpu偏置页面的请求 转发到gpu 910
‑
913。在至少一个实施例中，如果gpu当前不使用页面， 则gpu可随后将页面迁移到主机处理器偏置。在至少一个实施例中，页面 的偏置状态可以通过基于软件的机制、基于硬件辅助的软件的机制、或者 在有限的情况下通过纯粹基于硬件的机制来改变。
[0197]
一种用于改变偏置状态的机制采用api调用(例如opencl)，api调 用随后调用gpu的设备驱动程序，设备驱动程序随后发送消息(或使命令 描述符入队)到gpu，引导gpu改变偏置状态，并在某些迁移中在主机 中执行高速缓存刷新操作。在至少一个实施例中，高速缓存刷新操作用于 从主机处理器905偏置到gpu偏置的迁移，但是不用于相反的迁移。
[0198]
在一个实施例中，高速缓存一致性是通过暂时渲染主机处理器905无 法高速缓存的gpu偏置页面来维护的。为了访问这些页面，处理器905可 以请求来自gpu 910的访问，gpu 910可以或可以不立即授予访问权限。 因此，为了减少处理器905和gpu 910之间的通
信，确保gpu偏置页面 是gpu所需的页面而不是主机处理器905所需的页面是有益的，反之亦 然。
[0199]
推理和/或训练逻辑615用于执行一个或更多个实施例。在下文中可 以结合图6b和/或图6c提供关于推理和/或训练逻辑615的细节。
[0200]
图10a示出了根据本文的各个实施例的示例性集成电路和相关联的 图形处理器，其可以使用一个或更多个ip核心来制造，以支持和/或启用 具有移动数据中心冷却系统的移动数据中心。除了图示之外，在至少一个 实施例中可以包括其他逻辑和电路，包括附加的图形处理器/核心、外围接 口控制器或通用处理器核心。
[0201]
图10a是示出根据至少一个实施例的可使用一个或更多个ip核心制 造的芯片集成电路1000a上的示例性系统的框图。在至少一个实施例中， 集成电路1000a包括一个或更多个应用程序处理器1005(例如，cpu)、 至少一个图形处理器1010，并且可以另外包括图像处理器1015和/或视频 处理器1020，其中任意一个可能是模块化ip核心。在至少一个实施例中， 集成电路1000a包括外围或总线逻辑，其包括usb控制器1025、uart 控制器1030、spi/sdio控制器1035和i2s/i2c控制器1040。在至少一个 实施例中，集成电路1000a可以包括显示设备1045耦合到高清多媒体接 口(hdmi)控制器1050和移动工业处理器接口(mipi)显示接口1055中 的一个或更多个。在至少一个实施例中，存储可以由闪存子系统1060提 供，包括闪存和闪存控制器。在至少一个实施例中，可以经由存储器控制 器1065提供存储器接口以用于访问sdram或sram存储器设备。在至 少一个实施例中，一些集成电路还包括嵌入式安全引擎1070。
[0202]
推理和/或训练逻辑615用于执行与一个或更多个实施例相关联的推 理和/或训练操作。以下结合图6b和/或图6c提供关于推理和/或训练逻辑 615的细节。在至少一个实施例中，推理和/或训练逻辑615可以在集成电 路1000a中用于至少部分地基于使用神经网络训练操作、神经网络功能和 /或架构或本文描述的神经网络用例计算的权重参数来推理或预测操作。
[0203]
图10b
‑
10c示出了根据本文的各个实施例的示例性集成电路和相关 联的图形处理器，其可以使用一个或更多个ip核心来制造，以支持和/或 启用具有移动数据中心冷却系统的移动数据中心。除了图示之外，在至少 一个实施例中可以包括其他逻辑和电路，包括附加的图形处理器/核心、外 围接口控制器或通用处理器核心。
[0204]
图10b
‑
10c是示出根据本文描述的实施例的在soc内使用的示例性 图形处理器的框图，以支持和/或启用具有移动数据中心冷却系统的移动数 据中心。在示例中，图形处理器可以用于具有移动数据中心冷却系统的移 动数据中心的智能控制，因为现有的数学引擎能够更快地处理多级神经网 络。图10b示出了根据至少一个实施例的芯片集成电路上系统的示例性图 形处理器1010，其可以使用一个或更多个ip核心来制造。图10c示出了 根据至少一个实施例的芯片集成电路上系统的另外示例性图形处理器 1040，其可以使用一个或更多个ip核心来制造。在至少一个实施例中，图 10b的图形处理器1010是低功耗图形处理器核心。在至少一个实施例中， 图10c的图形处理器1040是更高性能的图形处理器核心。在至少一个实 施例中，每个图形处理器1010、1040可以是图10a的图形处理器1010的 变体。
[0205]
在至少一个实施例中，图形处理器1010包括顶点处理器1005和一 个或更多个片
段处理器1015a
‑
1015n(例如1015a、1015b、1015c、1015d 至1015n
‑
1和1015n)。在至少一个实施例中，图形处理器1010可以经由 单独的逻辑来执行不同的着色器程序，使得顶点处理器1005被优化以执行 针对顶点着色器程序的操作，而一个或更多个片段处理器1015a
‑
1015n执 行片段(例如，像素)着色操作用于片段或像素或着色器程序。在至少一 个实施例中，顶点处理器1005执行3d图形管线的顶点处理阶段并生成图 元和顶点数据。在至少一个实施例中，一个或更多个片段处理器1015a
‑ꢀ
1015n使用由顶点处理器1005生成的图元和顶点数据来生成在显示设备 上显示的帧缓冲区。在至少一个实施例中，一个或更多个片段处理器 1015a
‑
1015n被优化以执行如在opengl api中所提供的片段着色器程序， 其可以用于执行与在direct 3d api中所提供的像素着色器程序类似的操 作。
[0206]
在至少一个实施例中，图形处理器1010附加地包括一个或更多个存 储器管理单元(mmu)1020a
‑
1020b、一个或更多个高速缓存1025a
‑
1025b 和一个或更多个电路互连1030a
‑
1030b。在至少一个实施例中，一个或更 多个mmu 1020a
‑
1020b提供用于图形处理器1010的虚拟到物理地址的 映射，包括用于顶点处理器1005和/或片段处理器1015a
‑
1015n，其可以 引用存储在存储器中的顶点或图像/纹理数据，除了存储在一个或更多个高 速缓存1025a
‑
1025b中的顶点或图像/纹理数据之外。在至少一个实施例 中，一个或更多个mmu 1020a
‑
1020b可以与系统内的其他mmu同步， 包括与图10a的一个或更多个应用程序处理器1005、图像处理器1015和 /或视频处理器1020相关联的一个或更多个mmu，使得每个处理器1005
‑ꢀ
1020可以参与共享或统一的虚拟存储器系统。在至少一个实施例中，一个 或更多个电路互连1030a
‑
1030b使图形处理器1010能够经由soc的内部 总线或经由直接连接与soc内的其他ip核心相连接。
[0207]
在至少一个实施例中，图形处理器1040包括图10a的图形处理器 1010的一个或更多个mmu 1020a
‑
1020b，高速缓存1025a
‑
1025b和电路 互连1030a
‑
1030b。在至少一个实施例中，图形处理器1040包括一个或更 多个着色器核心1055a
‑
1055n(例如，1055a、1055b、1055c、1055d、 1055e、1055f到1055n
‑
1和1055n)，如图10b所示，其提供了统一的着 色器核心架构，其中单个核心或类型或核心可以执行所有类型的可编程着 色器代码，包括用于实现顶点着色器、片段着色器和/或计算着色器的着色 器程序代码。在至少一个实施例中，多个着色器核心可以变化。在至少一 个实施例中，图形处理器1040包括核心间任务管理器1045，其充当线程 分派器以将执行线程分派给一个或更多个着色器核心1055a
‑
1055n和分块 单元1058，以加速基于图块渲染的分块操作，其中在图像空间中细分了场 景的渲染操作，例如，以利用场景内的局部空间一致性或优化内部缓存的 使用。
[0208]
推理和/或训练逻辑615用于执行与一个或更多个实施例相关联的推 理和/或训练操作。本文结合图6b和/或图6c提供关于推理和/或训练逻辑 615的细节。在至少一个实施例中，推理和/或训练逻辑615可以在集成电 路图10a和/或图10b中用于至少部分地基于使用神经网络训练操作、神 经网络函数或架构，或本文的神经网络用例计算的权重参数来进行推理或 预测操作。
[0209]
图10d
‑
10e示出了根据本文描述的实施例的附加示例性图形处理器 逻辑，以支持和/或启用具有移动数据中心冷却系统的移动数据中心。在至 少一个实施例中，图10d示出了可以包括在图10a的图形处理器1010内 的图形核心1000d，并且在至少一个实施例中，其可以是如图10c所示的 统一着色器核心1055a
‑
1055n。图10b示出了在至少一个实施例中的
适用 于在多芯片模块上部署的高度并行的通用图形处理单元(“gpgpu”)1030。
[0210]
在至少一个实施例中，图形核心1000d可包括多个切片1001a
‑
1001n 或每个核心的分区，并且图形处理器可包括图形核心1000d的多个实例。 在至少一个实施例中，切片1001a
‑
1001n可包括支持逻辑，逻辑包括本地 指令高速缓存1004a
‑
1004n、线程调度器1006a
‑
1006n、线程分派器1008a
‑ꢀ
1008n和一组寄存器1010a
‑
1010n。在至少一个实施例中，切片1001a
‑ꢀ
1001n可以包括一组附加功能单元(afu 1012a
‑
1012n)、浮点单元(fpu1014a
‑
1014n)、整数算术逻辑单元(alu 109a
‑
109n)、地址计算单元(acu1013a
‑
1013n)、双精度浮点单元(dpfpu 1015a
‑
1015n)和矩阵处理单元 (mpu 1017a
‑
1017n)。
[0211]
在至少一个实施例中，fpu 1014a
‑
1014n可以执行单精度(32位) 和半精度(16位)浮点运算，而dpfpu 1015a
‑
1015n则执行双精度(64 位)浮点运算点操作。在至少一个实施例中，alu1016a
‑
1016n可以以8 位、16位和32位精度执行可变精度整数运算，并且可以配置为混合精度 运算。在至少一个实施例中，mpu 1017a
‑
1017n还可被配置用于混合精度 矩阵运算，包括半精度浮点运算和8位整数运算。在至少一个实施例中， mpu 1017a
‑
1010n可以执行各种矩阵运算以加速机器学习应用程序框架， 包括使得能够支持加速的通用矩阵到矩阵乘法(gemm)。在至少一个实施 例中，afu 1012a
‑
1012n可以执行浮点数或整数单元不支持的附加逻辑运 算，包括三角运算(例如，正弦，余弦等)。
[0212]
如本公开中其他地方所讨论的，推理和/或训练逻辑615(至少在图 6b、图6c中参考)用于执行与一个或更多个实施例相关联的推理和/或训 练操作。如下结合图6b和/或图6c提供关于推理和/或训练逻辑615的细 节。在至少一个实施例中，推理和/或训练逻辑615可以在图形核心1000d 中使用，用于至少部分地基于使用神经网络训练操作、神经网络函数和/或 架构或本文的神经网络用例计算的权重参数来推理或预测操作。
[0213]
图11a示出了根据至少一个实施例的计算机系统1100a的框图。在 至少一个实施例中，计算机系统1100a包括具有一个或更多个处理器1102 的处理子系统1101和系统存储器1104，系统存储器1104经由可包括存储 器集线器1105的互连路径通信。在至少一个实施例中，存储器集线器1105 可以是芯片组部件内的单独部件，或者可以集成在一个或更多个处理器 1102内。在至少一个实施例中，存储器集线器1105通过通信链路1106与 i/o子系统1111耦合。在一个实施例中，i/o子系统1111包括i/o集线器 1107，i/o集线器可以使计算机系统1100a能够接收来自一个或更多个输 入设备1108的输入。在至少一个实施例中，i/o集线器1107可以使显示控 制器向一个或更多个显示设备1110a提供输出，显示控制器可以包括在一 个或更多个处理器1102中。在至少一个实施例中，与i/o集线器1107耦 合的一个或更多个显示设备1110a可以包括本地，内部或嵌入式显示设备。
[0214]
在至少一个实施例中，处理子系统1101包括经由总线或其他通信链 路1113耦合到存储器集线器1105的一个或更多个并行处理器1112中。在 至少一个实施例中，通信链路1113可以使用任何一种许多基于标准的通信 链路技术或协议，例如但不限于pci express，或者可以是特定于供应商的 通信接口或通信结构。在至少一个实施例中，一个或更多个并行处理器1112 形成计算集中的并行或矢量处理系统，系统可以包括大量处理核心和/或处 理集群，例如多集成核心(mic)处理器。在至少一个实施例中，一个或更 多个并行处理器1112形成图形处理子系统，图形处理子系统可以将像素输 出到经由i/o集线器1107耦合的一个或更多个显示设备1110a之一。在至 少一个实施例中，一个或更多个并行
处理器1112还可以包括显示控制器和 显示接口(未示出)，以使得能够直接连接到一个或更多个显示设备1110b。
[0215]
在至少一个实施例中，系统存储单元1114可以连接到i/o集线器 1107，以提供用于计算机系统1100a的存储机制。在至少一个实施例中， i/o交换机1116可以用于提供一个接口机制，以实现i/o集线器1107与其 他组件之间的连接，例如可以集成到一个或更多个平台中的网络适配器 1118和/或无线网络适配器1119，以及可以通过一个或更多个附加设备1120 添加的各种其他设备。在至少一个实施例中，网络适配器1118可以是以太 网适配器或另一有线网络适配器。在至少一个实施例中，无线网络适配器 1119可以包括wi
‑
fi、蓝牙、近场通信(nfc)中的一个或更多个，或包括 一个或更多个无线电设备的其他网络设备。
[0216]
在至少一个实施例中，计算机系统1100a可以包括未明确示出的其 他组件，其他组件包括usb或其他端口连接、光学存储驱动器、视频捕获 设备等等，其他组件也可以连接到i/o集线器1107。在至少一个实施例中， 可以使用任何合适的协议(例如基于pci(外围组件互连)的协议(例如 pci
‑
express)或其他总线或点对点通信接口和/或协议)来实现互连图11a 中各个组件的通信路径，例如nv
‑
link高速互连或互连协议。
[0217]
在至少一个实施例中，一个或更多个并行处理器1112包括为图形和 视频处理而优化的电路，电路包括例如视频输出电路，并构成图形处理单 元(gpu)。在至少一个实施例中，一个或更多个并行处理器1112包括为 通用处理而优化的电路。在至少一个实施例中，计算机系统1100a的组件 可以与单个集成电路上的一个或更多个其他系统元件集成。例如，在至少 一个实施例中，一个或更多个并行处理器1112、存储器集线器1105、一个 或更多个处理器1102和i/o集线器1107，可以被集成到片上系统(soc) 集成电路中。在至少一个实施例中，计算机系统1100a的组件可以被集成 到单个封装中，以形成系统级封装(sip)配置。在至少一个实施例中，计 算机系统1100a的组件的至少一部分可以被集成到多芯片模块(mcm) 中，多芯片模块可以与其他多芯片模块互连到模块化计算机系统中。
[0218]
推理和/或训练逻辑615用于执行与一个或更多个实施例相关联的推 理和/或训练操作。本文结合图6b和/或图6c提供关于推理和/或训练逻辑615的细节。在至少一个实施例中，推理和/或训练逻辑615可以在图11a 的系统中使用，用于至少部分地基于使用神经网络训练操作、神经网络函 数和/或架构或本文的神经网络用例计算的权重参数来推理或预测操作。
[0219]
处理器
[0220]
图11b示出了根据至少一个实施例的并行处理器1100b。在至少一 个实施例中，并行处理器1100b的各种组件可以使用一个或更多个集成电 路设备来实现，例如可编程处理器、专用集成电路(asic)或现场可编程 门阵列(fpga)。在至少一个实施例中，所示的并行处理器1100b是根据 示例性实施例的图11b所示的一个或更多个并行处理器1112的变体。
[0221]
在至少一个实施例中，并行处理器1100b包括并行处理单元1102。 在至少一个实施例中，并行处理单元1102包括i/o单元1104，其使得能够 与其他设备进行通信，包括并行处理单元1102的其他实例。在至少一个实 施例中，i/o单元1104可以直接连接到其他设备。在至少一个实施例中， i/o单元1104通过使用集线器或交换机接口(例如，存储器集线器1105) 与其他设备连接。在至少一个实施例中，存储器集线器1105与i/o单元 1104之间的连接形成通信链路1113。在至少一个实施例中，i/o单元1104 与主机接口1106和存储器交
叉开关1116连接，其中主机接口1106接收用 于执行处理操作的命令，而存储器交叉开关1116接收用于执行存储器操作 的命令。
[0222]
在至少一个实施例中，当主机接口1106经由i/o单元1104接收命令 缓冲区时，主机接口1106可以引导工作操作以执行那些命令到前端1108。 在至少一个实施例中，前端1108与调度器1110耦合，调度器1110配置成 将命令或其他工作项分配给处理集群阵列1112。在至少一个实施例中，调 度器1110确保在将任务分配给处理集群阵列1112之前，处理集群阵列1112 被正确地配置并且处于有效状态。在至少一个实施例中，调度器1110通过 在微控制器上执行的固件逻辑来实现。在至少一个实施例中，微控制器实 现的调度器1110可配置成以粗粒度和细粒度执行复杂的调度和工作分配 操作，从而实现对在处理阵列1112上执行的线程的快速抢占和上下文切 换。在至少一个实施例中，主机软件可以证明用于通过多图形处理门铃之 一在处理阵列1112上进行调度的工作负载。在至少一个实施例中，工作负 载然后可以由包括调度器1110的微控制器内的调度器1110逻辑在处理阵 列1112上自动分配。
[0223]
在至少一个实施例中，处理集群阵列1112可以包括多达“n”个处 理集群(例如，集群1114a、集群1114b到集群1114n)。在至少一个实施 例中，处理集群阵列1112的每个集群1114a
‑
1114n可以执行大量并发线 程。在至少一个实施例中，调度器1110可以使用各种调度和/或工作分配 算法将工作分配给处理集群阵列1112的集群1114a
‑
1114n，其可以根据每 种程序或计算类型产生的工作负载而变化。在至少一个实施例中，调度可 以由调度器1110动态地处理，或者可以在配置为由处理集群阵列1112执 行的程序逻辑的编译期间部分地由编译器逻辑来辅助。在至少一个实施例 中，可将处理集群阵列1112的不同的集群1114a
‑
1114n分配用于处理不 同类型的程序或用于执行不同类型的计算。
[0224]
在至少一个实施例中，处理集群阵列1112可以配置成执行各种类型 的并行处理操作。在至少一个实施例中，处理集群阵列1112配置成执行通 用并行计算操作。在至少一个实施例中，处理集群阵列1112可以包括执行 处理任务的逻辑，该处理任务包括对视频和/或音频数据的过滤，执行建模 操作，包括物理操作以及执行数据转换。
[0225]
在至少一个实施例中，处理集群阵列1112配置成执行并行图形处理 操作。在至少一个实施例中，处理集群阵列1112可以包括附加逻辑以支持 这种图形处理操作的执行，包括但不限于执行纹理操作的纹理采样逻辑， 以及镶嵌逻辑和其他顶点处理逻辑。在至少一个实施例中，处理集群阵列 1112可以配置成执行与图形处理有关的着色器程序，例如但不限于顶点着 色器、曲面细分着色器、几何着色器和像素着色器。在至少一个实施例中， 并行处理单元1102可以经由i/o单元1104从系统存储器传送数据以进行 处理。在至少一个实施例中，在处理期间，可以在处理期间将传送的数据 存储到片上存储器(例如，并行处理器存储器1122)，然后将其写回到系统 存储器。
[0226]
在至少一个实施例中，当并行处理单元1102用于执行图形处理时， 调度器1110可以配置成将处理工作负载划分为近似相等大小的任务，以更 好地将图形处理操作分配给处理集群阵列1112的多个集群1114a
‑
1114n。 在至少一个实施例中，处理集群阵列1112的部分可以配置成执行不同类型 的处理。在至少一个实施例中，如果需要模拟具有移动数据中心冷却系统 的移动数据中心的阀控制，第一部分可以配置成执行顶点着色和拓扑生成， 第二部分可以配置成执行镶嵌和几何着色，并且第三部分可以配置成执行 像素着色或其
他屏幕空间操作，以生成用于显示的渲染图像。在至少一个 实施例中，可以将由集群1114a
‑
1114n中的一个或更多个产生的中间数据 存储在缓冲区中，以允许在集群1114a
‑
1114n之间传输中间数据以进行进 一步处理。
[0227]
在至少一个实施例中，处理集群阵列1112可以经由调度器1110接收 要执行的处理任务，该调度器1110从前端1108接收定义处理任务的命令。 在至少一个实施例中，处理任务可以包括要被处理的数据的索引，例如， 表面(补丁)数据、原始数据、顶点数据和/或像素数据，以及状态参数和 定义如何处理数据的命令(例如，要执行什么程序)。在至少一个实施例中， 调度器1110可以配置成获取与任务相对应的索引，或者可以从前端1108 接收索引。在至少一个实施例中，前端1108可以配置成确保在启动由传入 命令缓冲区(例如，批缓冲区(batch
‑
buffer)、推送缓冲区等)指定的工作 负载之前，处理集群阵列1112配置成有效状态。
[0228]
在至少一个实施例中，并行处理单元1102的一个或更多个实例中的 每一个可以与并行处理器存储器1122耦合。在至少一个实施例中，可以经 由存储器交叉开关1116访问并行处理器存储器1122，存储器交叉开关1116 可以接收来自处理集群阵列1112以及i/o单元1104的存储器请求。在至 少一个实施例中，存储器交叉开关1116可以经由存储器接口1118访问并 行处理器存储器1122。在至少一个实施例中，存储器接口1118可以包括 多个分区单元(例如，分区单元1120a、分区单元1120b到分区单元1120n)， 其可各自耦合至并行处理器存储器1122的一部分(例如，存储器单元)。 在至少一个实施例中，多个分区单元1120a
‑
1120n为配置为等于存储器单 元的数量，使得第一分区单元1120a具有对应的第一存储器单元1124a， 第二分区单元1120b具有对应的存储器单元1124b，第n分区单元1120n 具有对应的第n存储器单元1124n。在至少一个实施例中，分区单元1120a
‑ꢀ
1120n的数量可以不等于存储器设备的数量。
[0229]
在至少一个实施例中，存储器单元1124a
‑
1124n可以包括各种类型 的存储器设备，包括动态随机存取存储器(dram)或图形随机存取存储 器，例如同步图形随机存取存储器(sgram)，包括图形双倍数据速率 (gddr)存储器。在至少一个实施例中，存储器单元1124a
‑
1124n还可 包括3d堆叠存储器，包括但不限于高带宽存储器(hbm)。在至少一个实 施例中，可以跨存储器单元1124a
‑
1124n来存储诸如帧缓冲区或纹理映射 的渲染目标，从而允许分区单元1120a
‑
1120n并行地写入每个渲染目标的 部分，以有效地使用并行处理器存储器1122的可用带宽。在至少一个实施 例中，可以排除并行处理器存储器1122的本地实例，以有利于利用系统存 储器与本地高速缓存存储器结合的统一存储器设计。
[0230]
在至少一个实施例中，处理集群阵列1112的集群1114a
‑
1114n中的 任何一个都可以处理将被写入并行处理器存储器1122内的任何存储器单 元1124a
‑
1124n中的数据。在至少一个实施例中，存储器交叉开关1116可 以配置为将每个集群1114a
‑
1114n的输出传输到任何分区单元1120a
‑ꢀ
1120n或另一个集群1114a
‑
1114n，集群1114a
‑
1114n可以对输出执行其 他处理操作。在至少一个实施例中，每个集群1114a
‑
1114n可以通过存储 器交叉开关1116与存储器接口1118通信，以从各种外部存储设备读取或 写入各种外部存储设备。在至少一个实施例中，存储器交叉开关1116具有 到存储器接口1118的连接以与i/o单元1104通信，以及到并行处理器存 储器1102的本地实例的连接，从而使不同处理集群1114a
‑
1114n内的处 理单元与系统存储器或不是并行处理单元1102本地的其他存储器进行通 信。在至
少一个实施例中，存储器交叉开关1116可以使用虚拟通道来分离 集群1114a
‑
1114n和分区单元1120a
‑
1120n之间的业务流。
[0231]
在至少一个实施例中，可以在单个插入卡上提供并行处理单元1102 的多个实例，或者可以将多个插入卡互连。在至少一个实施例中，并行处 理单元1102的不同实例可以配置成相互操作，即使不同实例具有不同数量 的处理核心，不同数量的本地并行处理器存储器和/或其他配置差异。在至 少一个实施例中，并行处理单元1102的一些实例可以包括相对于其他实例 而言更高精度的浮点单元。在至少一个实施例中，结合并行处理单元1102 或并行处理器1100b的一个或更多个实例的系统可以以各种配置和形式因 素来实现，包括但不限于台式机、膝上型计算机或手持式个人计算机、服 务器、工作站、游戏机和/或嵌入式系统。
[0232]
图11c是根据至少一个实施例的分区单元1120的框图。在至少一个 实施例中，分区单元1120是图11b的分区单元1120a
‑
1120n之一的实例。 在至少一个实施例中，分区单元1120包括l2高速缓存1121、帧缓冲区接 口1125和rop 1126(光栅操作单元)。l2高速缓存1121是读/写高速缓 存，其配置成执行从存储器交叉开关1116和rop 1126接收的加载和存储 操作。在至少一个实施例中，l2高速缓存1121将读取未命中和紧急回写 请求输出到帧缓冲区接口1125以进行处理。在至少一个实施例中，还可以 经由帧缓冲区接口1125将更新发送到帧缓冲区以进行处理。在至少一个实 施例中，帧缓冲区接口1125与并行处理器存储器中的存储器单元(诸如图 11b的存储器单元1124a
‑
1124n(例如，在并行处理器存储器1122内)) 之一相互作用。
[0233]
在至少一个实施例中，rop 1126是一种处理单元，其执行光栅操作， 诸如模版、z测试、混合，依此类推。在至少一个实施例中，rop 1126然 后输出存储在图形存储器中的处理后的图形数据。在至少一个实施例中， rop 1126包括压缩逻辑以压缩被写入存储器的深度或颜色数据并解压缩 从存储器读取的深度或颜色数据。在至少一个实施例中，压缩逻辑可以是 利用多种压缩算法中的一种或更多种的无损压缩逻辑。rop 1126执行的压 缩逻辑可以基于要压缩的数据的统计特性而变化。在至少一个实施例中， 基于每图块基础上的深度和颜色数据执行增量颜色压缩。
[0234]
在至少一个实施例中，rop 1126包括在每个处理集群内(例如，图 11b的集群1114a
‑
1114n)，而不是在分区单元1120内。在至少一个实施 例中，通过存储器交叉开关1116而不是像素片段数据传输对像素数据的读 取和写入请求。在至少一个实施例中，经处理的图形数据可以在显示设备 上(诸如图11a的一个或更多个显示设备1110之一)显示，由处理器1102 路由以供进一步处理，或者由图11b的并行处理器1100b内的处理实体之 一路由以供进一步处理。
[0235]
图11d是根据至少一个实施例的并行处理单元内的处理集群1114的 框图。在至少一个实施例中，处理集群是图11b的处理集群1114a
‑
1114n 之一的实例。在至少一个实施例中，一个或更多个处理集群1114可以配置 成并行执行许多线程，其中“线程”是指在特定的一组输入数据上执行的 特定程序的实例。在至少一个实施例中，单指令多数据(simd)指令发布 技术用于支持大量线程的并行执行而无需提供多个独立的指令单元。在至 少一个实施例中，使用单指令多线程(simt)技术来支持并行执行大量同 步的线程，这使用了公共指令单元，该公共指令单元配置成向每个处理集 群内的一组处理引擎发出指令。
[0236]
在至少一个实施例中，可以通过将处理任务分配给simt并行处理器 的管线管理器1132来控制处理集群1114的操作。在至少一个实施例中， 管线管理器1132从图11b的调度器1110接收指令，通过图形多处理器 1134和/或纹理单元1136管理这些指令的执行。在至少一个实施例中，图 形多处理器1134是simt并行处理器的示例性实例。然而，在至少一个实 施例中，处理集群1114内可以包括不同架构的各种类型的simt并行处理 器。在至少一个实施例中，在处理集群1114内可以包括图形多处理器1134 的一个或更多个实例。在至少一个实施例中，图形多处理器1134可以处理 数据，并且数据交叉开关1140可以用于将处理后的数据分发到多个可能的 目的(包括其他着色器单元)地之一。在至少一个实施例中，管线管理器 1132可以通过指定要经由数据交叉开关1140分配的处理后的数据的目的 地来促进处理后的数据的分配。
[0237]
在至少一个实施例中，处理集群1114内的每个图形多处理器1134可 以包括相同的一组功能执行逻辑(例如，算术逻辑单元、加载存储单元等)。 在至少一个实施例中，可以以管线方式配置功能执行逻辑，其中可以在先 前的指令完成之前发出新的指令。在至少一个实施例中，功能执行逻辑支 持多种操作，包括整数和浮点算术、比较操作、布尔运算、移位和各种代 数函数的计算。在至少一个实施例中，可以利用相同的功能单元硬件来执 行不同的操作，并且可以存在功能单元的任何组合。
[0238]
在至少一个实施例中，传送到处理集群1114的指令构成线程。在至 少一个实施例中，跨一组并行处理引擎执行的一组线程是线程组。在至少 一个实施例中，线程组在不同的输入数据上执行程序。在至少一个实施例 中，线程组内的每个线程可被分配给图形多处理器1134内的不同处理引 擎。在至少一个实施例中，线程组可包括比图形多处理器1134内的多个处 理引擎更少的线程。在至少一个实施例中，当线程组包括的线程数少于处 理引擎的数量时，一个或更多个处理引擎在正在处理该线程组的循环期间 可能是空闲的。在至少一个实施例中，线程组还可以包括比图形多处理器 1134内的多个处理引擎更多的线程。在至少一个实施例中，当线程组包括 比图形多处理器1134内的处理引擎更多的线程时，可以在连续的时钟周期 内执行处理。在至少一个实施例中，可以在图形多处理器1134上同时执行 多个线程组。
[0239]
在至少一个实施例中，图形多处理器1134包括内部高速缓存存储器， 以执行加载和存储操作。在至少一个实施例中，图形多处理器1134可以放 弃内部高速缓存并使用处理集群1114内的高速缓存存储器(例如，l1高 速缓存1148)。在至少一个实施例中，每个图形多处理器1134还可以访问 分区单元(例如，图11b的分区单元1120a
‑
1120n)内的l2高速缓存，这 些分区单元在所有处理集群1114之间共享并且可以用于在线程之间传输 数据。在至少一个实施例中，图形多处理器1134还可以访问片外全局存储 器，其可以包括本地并行处理器存储器和/或系统存储器中的一个或更多个。 在至少一个实施例中，并行处理单元1102外部的任何存储器都可以用作全 局存储器。在至少一个实施例中，处理集群1114包括图形多处理器1134 的多个实例，它们可以共享可以存储在l1高速缓存1148中的公共指令和 数据。
[0240]
在至少一个实施例中，每个处理集群1114可以包括配置成将虚拟地 址映射为物理地址的存储器管理单元(“mmu”)1145。在至少一个实施例 中，mmu 1145的一个或更多个实例可以驻留在图11b的存储器接口1118 内。在至少一个实施例中，mmu 1145包括一组页
表条目(pte)，其用于 将虚拟地址映射到图块的物理地址以及在至少一个实施例中映射到高速缓 存行索引。在至少一个实施例中，mmu 1145可以包括地址转换后备缓冲 区(tlb)或可以驻留在图形多处理器1134或l1高速缓存1148或处理集 群1114内的高速缓存。在至少一个实施例中，处理物理地址以分配表面数 据访问局部性，以便在分区单元之间进行有效的请求交织。在至少一个实 施例中，高速缓存行索引可以用于确定对高速缓存线的请求是命中还是未 命中。
[0241]
在至少一个实施例中，可以配置处理集群1114，使得每个图形多处 理器1134耦合到纹理单元1136，以执行纹理映射操作，操作确定纹理样 本位置、读取纹理数据以及过滤纹理数据。在至少一个实施例中，根据需 要从内部纹理l1高速缓存(未示出)或从图形多处理器1134内的l1高 速缓存中读取纹理数据，并从l2高速缓存、本地并行处理器存储器或系统 存储器中获取纹理数据。在至少一个实施例中，每个图形多处理器1134将 处理后的一个或更多个任务输出到数据交叉开关1140，以将处理后的任务 提供给另一处理集群1114以进行进一步处理或将处理后的一个或更多个 任务存储在l2高速缓存、本地并行处理器存储器、或经由存储器交叉开关 1116的系统存储器中。在至少一个实施例中，prerop 1142(光栅前操作单 元)配置成从图形多处理器1134接收数据，将数据引导至rop单元，该 rop单元可以与本文的分区单元(例如，图11b的分区单元1120a
‑
1120n) 一起定位。在至少一个实施例中，prerop 1142单元可以执行用于颜色混 合的优化、组织像素颜色数据以及执行地址转换。
[0242]
推理和/或训练逻辑615用于执行与一个或更多个实施例相关联的推 理和/或训练操作。如下结合图6b和/或图6c提供关于推理和/或训练逻辑 615的细节。在至少一个实施例中，推理和/或训练逻辑615可以在图形处 理集群1114中用于至少部分地基于使用本文描述的神经网络训练操作、神 经网络函数和/或架构或神经网络用例计算的权重参数来进行推理或预测 操作。
[0243]
图11e示出了根据至少一个实施例的图形多处理器1134。在至少一 个实施例中，图形多处理器1134与处理集群1114的管线管理器1132耦 合。在至少一个实施例中，图形多处理器1134具有执行管线，该执行管线 包括但不限于指令高速缓存1152、指令单元1154、地址映射单元1156、寄 存器文件1158、一个或更多个通用图形处理单元(gpgpu)核心1162和 一个或更多个加载/存储单元1166。一个或更多个gpgpu核心1162和一 个或更多个加载/存储单元1166与高速缓存存储器1172和共享存储器1170 通过存储器和高速缓存互连1168耦合。
[0244]
在至少一个实施例中，指令高速缓存1152从管线管理器1132接收 要执行的指令流。在至少一个实施例中，将指令高速缓存在指令高速缓存1152中并将其分派以供指令单元1154执行。在一个实施例中，指令单元 1154可以分派指令作为线程组(例如，线程束)，将每个线程组分配给一个 或更多个gpgpu核心1162内的不同执行单元。在至少一个实施例中，指 令可以通过在统一地址空间内指定地址来访问任何本地、共享或全局地址 空间。在至少一个实施例中，地址映射单元1156可以用于将统一地址空间 中的地址转换成可以由一个或更多个加载/存储单元1166访问的不同的存 储器地址。
[0245]
在至少一个实施例中，寄存器文件1158为图形多处理器1134的功 能单元提供了一组寄存器。在至少一个实施例中，寄存器文件1158为连接 到图形多处理器1134的功能单
元(例如，gpgpu核心1162、加载/存储单 元1166)的数据路径的操作数提供了临时存储。在至少一个实施例中，在 每个功能单元之间划分寄存器文件1158，使得为每个功能单元分配寄存器 文件1158的专用部分。在至少一个实施例中，寄存器文件1158在图形多 处理器1134正在执行的不同线程束之间划分。
[0246]
在至少一个实施例中，gpgpu核心1162可以各自包括用于执行图 形多处理器1134的指令的浮点单元(fpu)和/或整数算术逻辑单元(alu)。 gpgpu核心1162在架构上可以相似或架构可能有所不同。在至少一个实 施例中，gpgpu核心1162的第一部分包括单精度fpu和整数alu，而 gpgpu核心的第二部分包括双精度fpu。在至少一个实施例中，fpu可 以实现用于浮点算法的ieee 754
‑
2008标准或启用可变精度浮点算法。在 至少一个实施例中，图形多处理器1134可以另外包括一个或更多个固定功 能或特殊功能单元，以执行特定功能，诸如复制矩形或像素混合操作。在 至少一个实施例中，gpgpu核心中的一个或更多个也可以包括固定或特殊 功能逻辑。
[0247]
在至少一个实施例中，gpgpu核心1162包括能够对多组数据执行 单个指令的simd逻辑。在一个实施例中，gpgpu核心1162可以物理地 执行simd4、simd8和simd16指令，并且在逻辑上执行simd1、simd2 和simd32指令。在至少一个实施例中，用于gpgpu核心的simd指令 可以在编译时由着色器编译器生成，或者在执行针对单程序多数据(spmd) 或simt架构编写和编译的程序时自动生成。在至少一个实施例中，可以 通过单个simd指令来执行为simt执行模型配置的程序的多个线程。例 如，在至少一个实施例中，可以通过单个simd8逻辑单元并行执行执行相 同或相似操作的八个simt线程。
[0248]
在至少一个实施例中，存储器和高速缓存互连1168是将图形多处理 器1134的每个功能单元连接到寄存器文件1158和共享存储器1170的互 连网络。在至少一个实施例中，存储器和高速缓存互连1168是交叉开关互 连，其允许加载/存储单元1166在共享存储器1170和寄存器文件1158之 间实现加载和存储操作。在至少一个实施例中，寄存器文件1158可以以与 gpgpu核心1162相同的频率操作，从而在gpgpu核心1162和寄存器文 件1158之间进行数据传输的延迟非常低。在至少一个实施例中，共享存储 器1170可以用于启用在图形多处理器1134内的功能单元上执行的线程之 间的通信。在至少一个实施例中，高速缓存存储器1172可以用作例如数据 高速缓存，以高速缓存在功能单元和纹理单元1136之间通信的纹理数据。 在至少一个实施例中，共享存储器1170也可以用作程序管理的高速缓存。 在至少一个实施例中，除了存储在高速缓存存储器1172中的自动高速缓存 的数据之外，在gpgpu核心1162上执行的线程还可以以编程方式将数据 存储在共享存储器中。
[0249]
在至少一个实施例中，如本文的并行处理器或gpgpu通信地耦合到 主机/处理器核心，以加速图形操作、机器学习操作、图案分析操作以及各 种通用gpu(gpgpu)功能。在至少一个实施例中，gpu可以通过总线或 其他互连(例如，诸如pcie或nvlink的高速互连)通信地耦合到主机处 理器/核心。在至少一个实施例中，gpu可以与核心集成在同一封装或芯片 上，并通过内部处理器总线/互连(在至少一个实施例中，封装或芯片的内 部)通信地耦合到核心。在至少一个实施例中，不管gpu连接的方式如何， 处理器核心可以以工作描述符中包含的命令/指令序列的形式向gpu分配 工作。在至少一个实施例中，gpu然后使用专用电路/逻辑来有效地处理 这些命令/指令。
[0250]
推理和/或训练逻辑615用于执行与一个或更多个实施例相关联的推 理和/或训
练操作。下面结合图6b和/或图6c提供关于推理和/或训练逻辑 615的细节。在至少一个实施例中，推理和/或训练逻辑615可以在图形多 处理器1134中用于至少部分地基于使用本文描述的神经网络训练操作、神 经网络功能和/或架构或神经网络用例计算的权重参数来进行推理或预测 操作。
[0251]
12a示出了根据至少一个实施例的多gpu计算系统1200a。在至少 一个实施例中，多gpu计算系统1200a可以包括经由主机接口交换机1204 耦合到多个通用图形处理单元(gpgpu)1206a
‑
d的处理器1202。在至少 一个实施例中，主机接口交换机1204是将处理器1202耦合到pci express 总线的pci express交换机设备，处理器1202可以通过pci express总线与 gpgpu 1206a
‑
d通信。gpgpu 1206a
‑
d可以经由一组高速p2p gpu到 gpu链路1216互连。在至少一个实施例中，gpu到gpu链路1216经由 专用gpu链路连接到gpgpu 1206a
‑
d中的每一个。在至少一个实施例 中，p2p gpu链路1216使得能够在每个gpgpu 1206a
‑
d之间进行直接通 信，而无需通过处理器1202所连接的主机接口总线1204进行通信。在至 少一个实施例中，在gpu到gpu业务定向到p2p gpu链路1216的情况 下，主机接口总线1204保持可用于系统存储器访问或例如经由一个或更多 个网络设备与多gpu计算系统1200a的其他实例进行通信。虽然在至少 一个实施例中，gpgpu 1206a
‑
d经由主机接口交换机1204连接到处理器 1202，但是在至少一个实施例中，处理器1202包括对p2p gpu链路1216 的直接支持，并且可以直接连接到gpgpu 1206a
‑
d。
[0252]
推理和/或训练逻辑615用于执行与一个或更多个实施例相关联的推 理和/或训练操作。本文结合图6b和/或图6c提供关于推理和/或训练逻辑 615的细节。在至少一个实施例中，推理和/或训练逻辑615可以在多gpu 计算系统1200a中使用，用于至少部分地基于使用本文描述的神经网络训 练操作、神经网络函数和/或架构或神经网络用例计算的权重参数来进行推 理或预测操作。
[0253]
图12b是根据至少一个实施例的图形处理器1200b的框图。在至少 一个实施例中，图形处理器1200b包括环形互连1202、管线前端1204、 媒体引擎1237和图形核心1280a
‑
1280n。在至少一个实施例中，环形互连 1202将图形处理器1200b耦合到其他处理单元，处理单元包括其他图形处 理器或一个或更多个通用处理器核心。在至少一个实施例中，图形处理器 1200b是集成在多核心处理系统内的许多处理器之一。
[0254]
在至少一个实施例中，图形处理器1200b经由环形互连1202接收多 批命令。在至少一个实施例中，输入的命令由管线前端1204中的命令流转 化器(streamer)1203解释。在至少一个实施例中，图形处理器1200b包 括可扩展执行逻辑，用于经由图形核心1280a
‑
1280n执行3d几何处理和 媒体处理。在至少一个实施例中，对于3d几何处理命令，命令流转化器 1203将命令提供给几何管线1236。在至少一个实施例中，对于至少一些媒 体处理命令，命令流转化器1203将命令提供给视频前端1234，该视频前 端与媒体引擎1237耦合。在至少一个实施例中，媒体引擎1237包括用于 视频和图像后处理的视频质量引擎(vqe)1230，以及用于提供硬件加速 的媒体数据编码和解码的多格式编码/解码(mfx)1233引擎。在至少一个 实施例中，几何管线1236和媒体引擎1237各自生成用于由至少一个图形 核心1280a提供的线程执行资源的执行线程。
[0255]
在至少一个实施例中，图形处理器1200b包括具有(featuring)模块 核心1280a
‑
1280n(有时被称为核心切片)的可扩展线程执行资源，每个 图形核心具有多个子核心
1250a
‑
1250n，1260a
‑
1260n(有时称为核心子 切片)。在至少一个实施例中，图形处理器1200b可以具有任意数量的图 形核心1280a。在至少一个实施例中，图形处理器1200b包括具有至少第 一子核心1250a和第二子核心1260a的图形核心1280a。在至少一个实施 例中，图形处理器1200b是具有单个子核心(例如1250a)的低功率处理 器。在至少一个实施例中，图形处理器1200b包括多个图形核心1280a
‑ꢀ
1280n，每个图形核心包括一组第一子核心1250a
‑
1250n和一组第二子核 心1260a
‑
1260n。在至少一个实施例中，第一子核心1250a
‑
1250n中的每 个子核心至少包括第一组执行单元1252a
‑
1252n和媒体/纹理采样器 1254a
‑
1254n。在至少一个实施例中，第二子核心1260a
‑
1260n中的每个 子核心至少包括第二组执行单元1262a
‑
1262n和采样器1264a
‑
1264n。在 至少一个实施例中，每个子核心1250a
‑
1250n，1260a
‑
1260n共享一组共 享资源1270a
‑
1270n。在至少一个实施例中，共享资源包括共享高速缓存 存储器和像素操作逻辑。
[0256]
推理和/或训练逻辑615用于执行与一个或更多个实施例相关联的推 理和/或训练操作。本文结合图6b和/或图6c提供关于推理和/或训练逻辑 615的细节。在至少一个实施例中，推理和/或训练逻辑615可以在图形处 理器1200b中用于至少部分地基于使用本文描述的神经网络训练操作、神 经网络功能和/或架构或神经网络用例计算的权重参数来进行推理或预测 操作。
[0257]
图13是根据至少一个实施例的说明用于处理器1300的微架构的框 图，该处理器1300可以包括用于执行指令的逻辑电路。在至少一个实施例 中，处理器1300可以执行指令，包括x86指令、arm指令、用于专用集 成电路(asic)的专用指令等。在至少一个实施例中，处理器1300可以包 括用于存储封装数据的寄存器，例如作为加利福尼亚州圣克拉拉市英特尔 公司采用mmx技术启用的微处理器中的64位宽mmxtm寄存器。在至 少一个实施例中，整数和浮点数形式可用的mmx寄存器可以与封装的数 据元素一起运行，封装的数据元素伴随单指令多数据(“simd”)和流式 simd扩展(“sse”)指令。在至少一个实施例中，与sse2、sse3、sse4、 avx或更高版本(一般称为“ssex”)技术有关的128位宽xmm寄存器 可以保存此类封装数据操作数。在至少一个实施例中，处理器1300可以执 行指令以加速机器学习或深度学习算法、训练或推理。
[0258]
在至少一个实施例中，处理器1300包括有序前端(“前端”)1301， 以提取要执行的指令并准备稍后在处理器管线中使用的指令。在至少一个 实施例中，前端1301可以包括几个单元。在至少一个实施例中，指令预取 器1326从存储器中获取指令并将指令提供给指令解码器1328，指令解码 器1328又对指令进行解码或解释。例如，在至少一个实施例中，指令解码 器1328将接收到的指令解码为机器可执行的所谓的“微指令”或“微操作
”ꢀ
(也称为“微操作”或“微指令”)的一个或更多个操作。在至少一个实施 例中，指令解码器1328将指令解析为操作码以及相应的数据和控制字段， 其可以由微架构用来使用以根据至少一个实施例来执行操作。在至少一个 实施例中，跟踪高速缓存1330可以将解码的微指令组装成微指令队列1334 中的程序排序的序列或追踪以供执行。在至少一个实施例中，当追踪高速 缓存1330遇到复杂指令时，微码rom 1332提供完成操作所需的微指令。
[0259]
在至少一个实施例中，可以将一些指令转换成单个微操作，而另一些 指令则需要几个微操作来完成全部操作。在至少一个实施例中，如果需要 多于四个的微指令来完成一条指令，则指令解码器1328可以访问微码 rom 1332以执行指令。在至少一个实施例中，可
以将指令解码为少量的 微指令以在指令解码器1328处进行处理。在至少一个实施例中，如果需要 多个微指令完成操作，则可以将指令存储在微码rom 1332中。在至少一 个实施例中，追踪高速缓存器1330参考入口点可编程逻辑阵列(“pla”) 以确定正确的微指令指针，用于根据至少一个实施例从微码rom 1332读 取微码序列以完成一个或更多个指令。在至少一个实施例中，在微码rom1332完成对指令的微操作排序之后，机器的前端1301可以恢复从追踪高 速缓存1330获取微操作。
[0260]
在至少一个实施例中，乱序执行引擎(“乱序引擎”)1303可以准备 用于执行的指令。在至少一个实施例中，乱序执行逻辑具有多个缓冲区， 以使指令流平滑并重新排序，以在指令沿管线下降并被调度执行时优化性 能。在至少一个实施例中，乱序执行引擎1303包括但不限于分配器/寄存 器重命名器1340、存储器微指令队列1342、整数/浮点微指令队列1344、 存储器调度器1346、快速调度器1302、慢速/通用浮点调度器(“慢速/通用 fp调度器”)1304和简单浮点调度器(“简单fp调度器”)1306。在至少 一个实施例中，快速调度器1302、慢速/通用浮点调度器1304和简单浮点 调度器1306也统称为“微指令调度器1302、1304、1306”。在至少一个实 施例中，分配器/寄存器重命名器1340分配每个微指令按序列执行所需要 的机器缓冲区和资源。在至少一个实施例中，分配器/寄存器重命名器1340 将逻辑寄存器重命名为寄存器文件中的条目。在至少一个实施例中，分配 器/寄存器重命名器1340还为两个微指令队列之一中的每个微指令分配条 目，存储器微指令队列1342用于存储器操作和整数/浮点微指令队列1344 用于非存储器操作，在存储器调度器1346和微指令调度器1302、1304、 1306的前面。在至少一个实施例中，微指令调度器1302、1304、1306基 于它们的从属输入寄存器操作数源的就绪性和需要完成的执行资源微指令 的可用性来确定何时准备好执行微指令。在至少一个实施例中，至少一个 实施例的快速调度器1302可以在主时钟周期的每个一半上调度，而慢速/ 通用浮点调度器1304和简单浮点调度器1306可以在每个主处理器时钟周 期调度一次。在至少一个实施例中，微指令调度器1302、1304、1306对调 度端口进行仲裁，以调度用于执行的微指令。
[0261]
在至少一个实施例中，执行块1311包括但不限于整数寄存器文件/支 路网络1308、浮点寄存器文件/旁路网络(“fp寄存器文件/旁路网络”)1310、 地址生成单元(“agu”)1312和1314、快速算术逻辑单元(“快速alu”) 1316和1318、慢速算术逻辑单元(“慢速alu”)1320、浮点alu(“fp”) 1322和浮点移动单元(“fp移动”)1324。在至少一个实施例中，整数寄存 器文件/旁路网络1308和浮点寄存器文件/旁路网络1310在本文中也称为
ꢀ“
寄存器文件1308、1310”。在至少一个实施例中，agu 1312和1314、快 速alu 1316和1318、慢速alu 1320、浮点alu 1322和浮点移动单元 1324在本文中也称为“执行单元1312、1314、1316、1318、1320、1322和 1324”。在至少一个实施例中，执行块1311可以包括但不限于任意数量(包 括零)和类型的寄存器文件、旁路网络、地址生成单元和执行单元(以任 何组合)。
[0262]
在至少一个实施例中，寄存器网络1308、1310可以布置在微指令调 度器1302、1304、1306与执行单元1312、1314、1316、1318、1320、1322 和1324之间。在至少一个实施例中，整数寄存器文件/旁路网络1308执行 整数运算。在至少一个实施例中，浮点寄存器文件/旁路网络1310执行浮 点操作。在至少一个实施例中，寄存器网络1308、1310中的每一个可以包 括但不限于支路网络，该支路网络可以绕过或转发尚未写入寄存器文件中 的刚刚完成的结果到新的从属对象。在至少一个实施例中，寄存器网络 1308、1310可以彼此通信
数据。在至少一个实施例中，整数寄存器文件/旁 路网络1308可以包括但不限于两个单独的寄存器文件、一个寄存器文件用 于低阶32位数据，第二寄存器文件用于高阶32位数据。在至少一个实施 例中，浮点寄存器文件/旁路网络1310可以包括但不限于128位宽的条目， 因为浮点指令通常具有宽度为64至128位的操作数。
[0263]
在至少一个实施例中，执行单元1312、1314、1316、1318、1320、 1322、1324可以执行指令。在至少一个实施例中，寄存器文件1308、1310 存储微指令需要执行的整数和浮点数据操作数值。在至少一个实施例中， 处理器1300可以包括但不限于任何数量的执行单元1312、1314、1316、1318、1320、1322、1324及其组合。在至少一个实施例中，浮点alu 1322 和浮点移动单元1324，可以执行浮点、mmx、simd、avx和sse或其 他操作，包括专门的机器学习指令。在至少一个实施例中，浮点alu 1322 可以包括但不限于64位乘64位浮点除法器，以执行除法、平方根和余数 微操作。在至少一个实施例中，可以用浮点硬件来处理涉及浮点值的指令。 在至少一个实施例中，可以将alu操作传递给快速alu 1316、1318。在 至少一个实施例中，快速alu 1316、1318可以以半个时钟周期的有效延 迟执行快速操作。在至少一个实施例中，大多数复杂的整数运算进入慢速 alu 1320，因为慢速alu 1320可以包括但不限于用于长延迟类型操作的 整数执行硬件，例如乘法器、移位、标志逻辑和分支处理。在至少一个实 施例中，存储器加载/存储操作可以由agu 1312、1314执行。在至少一个 实施例中，快速alu 1316、快速alu 1318和慢速alu 1320可以对64位 数据操作数执行整数运算。在至少一个实施例中，可以实现快速alu 1316、 快速alu 1318和慢速alu 1320以支持包括十六、三十二、128、256等 的各种数据位大小。在至少一个实施例中，浮点alu 1322和浮点移动单 元1324可以实现为支持具有各种宽度的位的一定范围的操作数。在至少一 个实施例中，浮点alu 1322和浮点移动单元1324可以结合simd和多媒 体指令对128位宽封装数据操作数进行操作。
[0264]
在至少一个实施例中，微指令调度器1302、1304、1306在父加载完 成执行之前调度从属操作。在至少一个实施例中，由于可以在处理器1300 中推测性地调度和执行微指令，处理器1300还可以包括用于处理存储器未 命中的逻辑。在至少一个实施例中，如果数据高速缓存中的数据加载未命 中，则可能存在在管线中正在运行的从属操作，其使调度器暂时没有正确 的数据。在至少一个实施例中，一种重放机制追踪踪并重新执行使用不正 确数据的指令。在至少一个实施例中，可能需要重放从属操作并且可以允 许完成独立操作。在至少一个实施例中，处理器的至少一个实施例的调度 器和重放机制也可以设计为捕获用于文本串比较操作的指令序列。
[0265]
在至少一个实施例中，“寄存器”可以指代可以用作识别操作数的指 令的一部分的机载处理器存储位置。在至少一个实施例中，寄存器可以是 那些可以从处理器外部使用的寄存器(从程序员的角度来看)。在至少一个 实施例中，寄存器可能不限于特定类型的电路。相反，在至少一个实施例 中，寄存器可以存储数据、提供数据并执行本文描述的功能。在至少一个 实施例中，本文描述的寄存器可以通过处理器内的电路使用多种不同技术 来实现，例如专用物理寄存器、使用寄存器重命名动态分配的物理寄存器、 专用和动态分配的物理寄存器的组合等。在至少一个实施例中，整数寄存 器存储32位整数数据。至少一个实施例的寄存器文件还包含八个用于封装 数据的多媒体simd寄存器。
[0266]
推理和/或训练逻辑615用于执行与一个或更多个实施例相关联的推 理和/或训
练操作。本文结合图6b和/或图6c提供关于推理和/或训练逻辑 615的细节。在至少一个实施例中，可以将推理和/或训练逻辑615的部分 或全部并入执行块1311以及示出或未示出的其他存储器或寄存器。例如， 在至少一个实施例中，本文描述的训练和/或推理技术可以使用执行块1311 中示出的一个或更多个alu。此外，权重参数可以存储在片上或片外存储 器和/或寄存器(示出或未示出)中，该寄存器和/或寄存器配置执行块1311 的alu以执行一种或更多种本文的机器学习算法、神经网络架构、用例或 训练技术。
[0267]
图14示出了根据至少一个实施例的深度学习应用程序处理器1400。 在至少一个实施例中，深度学习应用程序处理器1400使用指令，如果由深 度学习应用程序处理器1400执行，则指令使深度学习应用程序处理器1400 执行贯穿本公开描述的一些或全部过程和技术。在至少一个实施例中，深 度学习应用程序处理器1400是专用集成电路(asic)。在至少一个实施例 中，应用程序处理器1400执行矩阵乘法运算或者“硬连线”到硬件中，作 为执行一个或更多个指令或两者的结果。在至少一个实施例中，深度学习 应用程序处理器1400包括但不限于处理集群1410(1)
‑
1410(12)、芯片 间链路(“icl”)1420(1)
‑
1420(12)、芯片间控制器(“icc”)1430(1)
ꢀ‑
1430(2)、存储器控制器(“mem ctrlr”)1442(1)
‑
1442(4)、高带宽存 储器物理层(“hbm phy”)1444(1)
‑
1444(4)、管理控制器中央处理单 元(“管理控制器cpu”)1450、串行外围设备接口、内部集成电路和通用 输入/输出块(“spi、i2c、gpio”)，外围组件互连快速控制器和直接存储 器访问块(“pcie控制器和dma”)1470、以及十六通道外围组件互连快 速端口(“pci express x 16”)1480。
[0268]
在至少一个实施例中，处理集群1410可以执行深度学习操作，包括 基于一种或更多种训练技术计算的权重参数的推理或预测操作，包括本文 的那些技术。在至少一个实施例中，每个处理集群1410可以包括但不限于 任何数量和类型的处理器。在至少一个实施例中，深度学习应用程序处理 器1400可以包括任何数量和类型的处理集群1400。在至少一个实施例中， 芯片间链路1420是双向的。在至少一个实施例中，芯片间链路1420和芯 片间控制器1430使多个深度学习应用程序处理器1400能够交换信息，包 括从执行一个或更多个神经网络中体现的一种或更多种机器学习算法而产 生的激活信息。在至少一个实施例中，深度学习应用程序处理器1400可以 包括任意数量(包括零)和类型的icl 1420和icc 1430。
[0269]
在至少一个实施例中，hbm2 1440提供总共32gb的存储器。hbm21440(i)与存储器控制器1442(i)和hbm phy 1444(i)都相关联。在 至少一个实施例中，任何数量的hbm2 1440可以提供任何类型和总量的 高带宽存储器，并且可以与任何数量(包括零)和类型的存储器控制器1442 和hbm phy 1444相关联。在至少一个实施例中，可以用任何数量和类型 的块替换spi、i2c、gpio 3360、pcie控制器1460和dma 1470和/或 pcie1480，以任何技术上可行的方式实现任何数量和类型的通信标准。
[0270]
推理和/或训练逻辑615用于执行与一个或更多个实施例相关联的推 理和/或训练操作。本文结合图6b和/或图6c提供关于推理和/或训练逻辑 615的细节。在至少一个实施例中，深度学习应用程序处理器用于训练机 器学习模型(例如神经网络)，以预测或推理提供给深度学习应用程序处理 器1400的信息。在至少一个实施例中，深度学习应用程序处理器1400用 于基于已经由另一处理器或系统或由深度学习应用程序处理器1400训练 的经训练的机器学习模型(例如，神经网络)来推理或预测信息。在至少 一个实施例中，处理
器1400可以用于执行本文的一个或更多个神经网络用 例。
[0271]
图15是根据至少一个实施例的神经形态处理器1500的框图。在至 少一个实施例中，神经形态处理器1500可以从神经形态处理器1500外部 的源接收一个或更多个输入。在至少一个实施例中，这些输入可以被传输 到神经形态处理器1500内的一个或更多个神经元1502。在至少一个实施 例中，可以使用包括一个或更多个算术逻辑单元(alu)的电路或逻辑来 实现神经元1502及其组件。在至少一个实施例中，神经形态处理器1500 可以包括但不限于成千上万个神经元1502的实例，但是可以使用任何合适 数量的神经元1502。在至少一个实施例中，神经元1502的每个实例可以 包括神经元输入1504和神经元输出1506。在至少一个实施例中，神经元 1502可以生成可以传输到神经元1502的其他实例的输入的输出。在至少 一个实施例中，神经元输入1504和神经元输出1506可以经由突触1508互 连。
[0272]
在至少一个实施例中，神经元1502和突触1508可以互连，使得神 经形态处理器1500操作以处理或分析由神经形态处理器1500接收的信息。 在至少一个实施例中，当通过神经元输入1504接收到的输入超过阈值时， 神经元1502可以发送输出脉冲(或“触发”或“峰值”)。在至少一个实施 例中，神经元1502可以对在神经元输入1504处接收到的信号进行求和或 积分。例如，在至少一个实施例中，神经元1502可以实现为有泄漏的积分
ꢀ‑
触发神经元，其中如果求和(称为“膜电位”)超过阈值，则神经元1502 可以使用诸如sigmoid或阈值函数的传递函数来产生输出(或“触发”)。 在至少一个实施例中，泄漏的积分
‑
触发神经元可以将在神经元输入1504 处接收到的信号求和成膜电位，并且可以应用程序衰减因子(或泄漏)以 减小膜电位。在至少一个实施例中，如果在神经元输入1504处接收到足够 快以超过阈值的多个输入信号(在至少一个实施例中，在膜电势衰减得太 低而不能触发之前)，则泄漏的积分
‑
触发神经元可能会触发。在至少一个 实施例中，神经元1502可以使用接收输入、将输入积分到膜电位、并衰减 膜电位的电路或逻辑来实现。在至少一个实施例中，可以对输入求平均， 或者可以使用任何其他合适的传递函数。此外，在至少一个实施例中，神 经元1502可以包括但不限于当将传递函数应用程序于神经元输入1504的 结果超过阈值时在神经元输出1506处产生输出尖峰的比较器电路或逻辑。 在至少一个实施例中，一旦神经元1502触发，它可以通过例如将膜电位复 位为0或另一合适的默认值来忽略先前接收的输入信息。在至少一个实施 例中，一旦膜电位被重置为0，则神经元1502可以在合适的时间段(或修 复期)之后恢复正常操作。
[0273]
在至少一个实施例中，神经元1502可以通过突触1508互连。在至 少一个实施例中，突触1508可以操作以将从第一神经元1502的输出的信 号传输到第二神经元1502的输入。在至少一个实施例中，神经元1502可 以在一个以上的突触1508实例上传输信息。在至少一个实施例中，神经元 输出1506的一个或更多个实例可以通过突触1508的实例连接到同一神经 元1502中神经元输入1504的实例。在至少一个实施例中，相对于突触1508 的那个实例，神经元1502的实例产生要在突触1508的实例上传输的输出 可以被称为“突触前神经元”。在至少一个实施例中，相对于突触1508的 实例，神经元1502的实例接收通过突触1508的实例传输的输入可以被称 为“突触后神经元”。在至少一个实施例中，关于突触1508的各种实例， 因为神经元1502的实例可以接收来自一个或更多个突触1508实例的输入， 并且还可以通过一个或更多个突触1508实例传输输出，因此神经元1502 的单个实例可以既是“突触前神经元”又是“突触后神经元”。
[0274]
在至少一个实施例中，神经元1502可以被组织成一层或更多层。神 经元1502的每个实例可以具有一个神经元输出1506，该神经元输出1506 可以通过一个或更多个突触1508扇出到一个或更多个神经元输入1504。 在至少一个实施例中，第一层1510中的神经元1502的神经元输出1506可 以连接到第二层1512中的神经元1502的神经元输入1504。在至少一个实 施例中，层1510可以被称为“前馈层”。在至少一个实施例中，在第一层 1510的实例中神经元1502的每个实例可以扇出到第二层1512中的神经元 1502的每个实例。在至少一个实施例中，第一层1510可以被称为“完全 连接的前馈层”。在至少一个实施例中，在第二层1512的每个实例中的神 经元1502的每个实例扇出到少于在第三层1514中的神经元1502的所有 实例。在至少一个实施例中，第二层1512可以被称为“稀疏连接的前馈 层”。在至少一个实施例中，(相同)第二层1512中的神经元1502可以扇 出到多个其他层中的神经元1502，也包括扇出到第二层1512中的神经元 1502。在至少一个实施例中，第二层1512可以被称为“循环层”。在至少 一个实施例中，神经形态处理器1500可以包括但不限于循环层和前馈层的 任何合适的组合，包括但不限于稀疏连接的前馈层和完全连接的前馈层。
[0275]
在至少一个实施例中，神经形态处理器1500可以包括但不限于可重 新配置的互连架构或专用硬连线互连，以将突触1508连接到神经元1502。 在至少一个实施例中，神经形态处理器1500可以包括但不限于电路或逻 辑，其根据神经网络拓扑结构和神经元扇入/扇出，允许根据需要将突触分 配给不同神经元1502。例如，在至少一个实施例中，可以使用互连结构(诸 如片上网络)或通过专用连接将突触1508连接到神经元1502。在至少一 个实施例中，可以使用电路或逻辑来实现突触互连及其组件。
[0276]
图16a示出了根据至少一个实施例的处理系统。在至少一个实施例 中，系统1600a包括一个或更多个处理器1602和一个或更多个图形处理 器1608，并且可以是单处理器台式机系统、多处理器工作站系统或具有大 量处理器1602或处理器核心1607的服务器系统。在至少一个实施例中， 系统1600a是结合在片上系统(soc)集成电路内的处理平台，以在移动、 手持或嵌入式设备使用。
[0277]
在至少一个实施例中，系统1600a可以包括或结合在基于服务器的 游戏平台中，包括游戏和媒体控制台的游戏控制台、移动游戏控制台、手 持游戏控制台或在线游戏控制台。在至少一个实施例中，系统1600a是移 动电话、智能电话、平板计算设备或移动互联网设备。在至少一个实施例 中，处理系统1600a还可包括与可穿戴设备耦合或集成在可穿戴设备中， 例如智能手表可穿戴设备、智能眼镜设备、增强现实设备或虚拟现实设备。 在至少一个实施例中，处理系统1600a是电视或机顶盒设备，其具有一个 或更多个处理器1602以及由一个或更多个图形处理器1608生成的图形界 面。
[0278]
在至少一个实施例中，一个或更多个处理器1602每个包括一个或更 多个处理器核心1607，以处理指令，该指令在被执行时执行针对系统和用 户软件的操作。在至少一个实施例中，一个或更多个处理器核心1607中的 每一个被配置为处理特定指令集1609。在至少一个实施例中，指令集1609 可以促进复杂指令集计算(cisc)、精简指令集计算(risc)，或通过超长 指令字(vliw)进行计算。在至少一个实施例中，处理器核心1607可以 各自处理不同的指令集1609，该指令集可以包括有助于仿真其他指令集的 指令。在至少一个实施例中，处理器核心1607还可以包括其他处理设备， 例如数字信号处理器(dsp)。
[0279]
在至少一个实施例中，处理器1602包括高速缓存存储器1604。在至 少一个实施例
中，处理器1602可以具有单个内部高速缓存或多个级别的内 部高速缓存。在至少一个实施例中，高速缓存存储器在处理器1602的各个 组件之间共享。在至少一个实施例中，处理器1602还使用外部高速缓存 (例如，三级(l3)高速缓存或最后一级高速缓存(llc))(未示出)，可 以使用已知的高速缓存一致性技术在处理器核心1607之间共享该外部高 速缓存。在至少一个实施例中，处理器1602中另外包括寄存器文件1606， 处理器可以包括用于存储不同类型的数据的不同类型的寄存器(例如，整 数寄存器、浮点寄存器、状态寄存器和指令指针寄存器)。在至少一个实施 例中，寄存器文件1606可以包括通用寄存器或其他寄存器。
[0280]
在至少一个实施例中，一个或更多个处理器1602与一个或更多个接 口总线1610耦合，以在处理器1602与系统1600a中的其他组件之间传输 通信信号，例如地址、数据或控制信号。在至少一个实施例中，接口总线 1610在一个实施例中可以是处理器总线，例如直接媒体接口(dmi)总线 的版本。在至少一个实施例中，接口总线1610不限于dmi总线，并且可 以包括一个或更多个外围组件互连总线(例如，pci，pci express)、存储 器总线或其他类型的接口总线。在至少一个实施例中，处理器1602包括集 成存储器控制器1616和平台控制器集线器1630。在至少一个实施例中， 存储器控制器1616促进存储器设备与处理系统1600a的其他组件之间的 通信，而平台控制器集线器(pch)1630通过本地i/o总线提供到输入/输 出(i/o)设备的连接。
[0281]
在至少一个实施例中，存储器设备1620可以是动态随机存取存储器 (dram)设备、静态随机存取存储器(sram)设备、闪存设备、相变存 储设备或具有适当的性能以用作处理器存储器。在至少一个实施例中，存 储设备1620可以用作处理系统1600a的系统存储器，以存储数据1622和 指令1621，以在一个或更多个处理器1602执行应用程序或过程时使用。 在至少一个实施例中，存储器控制器1616还与至少一个实施例的外部图形 处理器1612耦合，其可以与处理器1602中的一个或更多个图形处理器 1608通信以执行图形和媒体操作。在至少一个实施例中，显示设备1611可 以连接至处理器1602。在至少一个实施例中，显示设备1611可以包括内 部显示设备中的一个或更多个，例如在移动电子设备或膝上型设备或通过 显示器接口(例如显示端口(displayport)等)连接的外部显示设备中。在 至少一个实施例中，显示设备1611可以包括头戴式显示器(hmd)，诸如 用于虚拟现实(vr)应用或增强现实(ar)应用中的立体显示设备。
[0282]
在至少一个实施例中，平台控制器集线器1630使外围设备能够通过 高速i/o总线连接到存储设备1620和处理器1602。在至少一个实施例中， i/o外围设备包括但不限于音频控制器1646、网络控制器1634、固件接口 1628、无线收发器1626、触摸传感器1625、数据存储设备1624(例如，硬 盘驱动器、闪存等)。在至少一个实施例中，数据存储设备1624可以经由 存储接口(例如，sata)或经由外围总线来连接，诸如外围组件互连总线 (例如，pci、pcie)。在至少一个实施例中，触摸传感器1625可以包括触 摸屏传感器、压力传感器或指纹传感器。在至少一个实施例中，无线收发 器1626可以是wi
‑
fi收发器、蓝牙收发器或移动网络收发器，诸如3g、 4g或长期演进(lte)收发器。在至少一个实施例中，固件接口1628使能 与系统固件的通信，并且可以是例如统一可扩展固件接口(uefi)。在至少 一个实施例中，网络控制器1634可以启用到有线网络的网络连接。在至少 一个实施例中，高性能网络控制器(未示出)与接口总线1610耦合。在至 少一个实施例中，音频控制器1646是多通道高清晰度音频控制器。在至少 一个实施例中，处理系统1600a包括传统(legacy)i/o控制器1640，
用于 将传统(例如，个人系统2(ps/2))设备耦合到系统1600a。在至少一个 实施例中，平台控制器集线器1630还可以连接到一个或更多个通用串行总 线(usb)控制器1642，该控制器连接输入设备，诸如键盘和鼠标1643组 合、相机1644或其他usb输入设备。
[0283]
在至少一个实施例中，存储器控制器1616和平台控制器集线器1630 的实例可以集成到离散的外部图形处理器中，例如外部图形处理器1612。 在至少一个实施例中，平台控制器集线器1630和/或存储器控制器1616可 以在一个或更多个处理器1602的外部。在至少一个实施例中，系统1600a 可以包括外部存储器控制器1616和平台控制器集线器1630，其可以配置 成在与处理器1602通信的系统芯片组中的存储器控制器集线器和外围控 制器集线器。
[0284]
推理和/或训练逻辑615用于执行与一个或更多个实施例相关联的推 理和/或训练操作。本文结合图6b和/或图6c提供关于推理和/或训练逻辑 615的细节。在至少一个实施例中，部分或全部推理和/或训练逻辑615可 以结合到图形处理器1600a中。在至少一个实施例中，本文描述的训练和 /或推理技术可以使用一个或更多个alu，alu体现在图形处理器1612中。 此外，在至少一个实施例中，本文描述的推理和/或训练操作可以使用除图 6b和/或图6c所示的逻辑之外的逻辑来完成。在至少一个实施例中，权重 参数可以存储在片上或片外存储器和/或寄存器(示出或未示出)中，其配 置图形处理器1600a的alu，以执行一种或更多种本文的机器学习算法、 神经网络架构、用例或训练技术。
[0285]
图16b是根据至少一个实施例的具有一个或更多个处理器核心 1602a
‑
1602n、集成存储器控制器1614和集成图形处理器1608的处理器 1600b的框图。在至少一个实施例中，处理器1600b可以包含附加核心， 多达并包括以虚线框表示的附加核心1602n。在至少一个实施例中，每个 处理器核心1602a
‑
1602n包括一个或更多个内部高速缓存单元1604a
‑ꢀ
1604n。在至少一个实施例中，每个处理器核心还可以访问一个或更多个共 享高速缓存单元1606。
[0286]
在至少一个实施例中，内部高速缓存单元1604a
‑
1604n和共享高速 缓存单元1606表示处理器1600b内的高速缓存存储器层次结构。在至少 一个实施例中，高速缓存存储器单元1604a
‑
1604n可以包括每个处理器核 心内的至少一级指令和数据高速缓存以及共享中级高速缓存中的一级或更 多级缓存，例如2级(l2)、3级(l3)、4级(l4)或其他级别的高速缓 存，其中将外部存储器之前的最高级别的高速缓存归类为llc。在至少一 个实施例中，高速缓存一致性逻辑维持各种高速缓存单元1606和1604a
‑ꢀ
1604n之间的一致性。
[0287]
在至少一个实施例中，处理器1600b还可包括一组一个或更多个总 线控制器单元1616和系统代理核心1610。在至少一个实施例中，一个或 更多个总线控制器单元1616管理一组外围总线，例如一个或更多个pci或 pcie总线。在至少一个实施例中，系统代理核心1610为各种处理器组件 提供管理功能。在至少一个实施例中，系统代理核心1610包括一个或更多 个集成存储器控制器1614，以管理对各种外部存储器设备(未示出)的访 问。
[0288]
在至少一个实施例中，一个或更多个处理器核心1602a
‑
1602n包括 对多线程同时进行的支持。在至少一个实施例中，系统代理核心1610包括 用于在多线程处理期间协调和操作核心1602a
‑
1602n的组件。在至少一个 实施例中，系统代理核心1610可以另外包括电源控制单元(pcu)，该电 源控制单元包括用于调节处理器核心1602a
‑
1602n和图形处理器1608的 一个或更多个电源状态的逻辑和组件。
[0289]
在至少一个实施例中，处理器1600b还包括用于执行图像处理操作 的图形处理器1608。在至少一个实施例中，图形处理器1608与共享高速 缓存单元1606和包括一个或更多个集成存储器控制器1614的系统代理核 心1610耦合。在至少一个实施例中，系统代理核心1610还包括用于驱动 图形处理器输出到一个或更多个耦合的显示器的显示器控制器1611。在至 少一个实施例中，显示器控制器1611也可以是经由至少一个互连与图形处 理器1608耦合的独立模块，或者可以集成在图形处理器1608内。
[0290]
在至少一个实施例中，基于环的互连单元1612用于耦合处理器 1600b的内部组件。在至少一个实施例中，可以使用替代性互连单元，例 如点对点互连、交换互连或其他技术。在至少一个实施例中，图形处理器 1608经由i/o链路1613与环形互连1612耦合。
[0291]
在至少一个实施例中，i/o链路1613代表多种i/o互连中的至少一 种，包括促进各种处理器组件与高性能嵌入式存储器模块1618(例如 edram模块)之间的通信的封装i/o互连。在至少一个实施例中，处理器 核心1602a
‑
1602n和图形处理器1608中的每一个使用嵌入式存储器模块 1618作为共享的最后一级高速缓存。
[0292]
在至少一个实施例中，处理器核心1602a
‑
1602n是执行公共指令集 架构的同质核心。在至少一个实施例中，处理器核心1602a
‑
1602n在指令 集架构(isa)方面是异构的，其中一个或更多个处理器核心1602a
‑
1602n 执行公共指令集，而一个或更多个其他处理器核心1602a
‑
1602n执行公 共指令集的子集或不同指令集。在至少一个实施例中，就微架构而言，处 理器核心1602a
‑
1602n是异构的，其中具有相对较高功耗的一个或更多个 核心与具有较低功耗的一个或更多个功率核心耦合。在至少一个实施例中， 处理器1600b可以在一个或更多个芯片上实现或被实现为soc集成电路。
[0293]
推理和/或训练逻辑615用于执行与一个或更多个实施例相关联的推 理和/或训练操作。本文结合图6b和/或图6c提供关于推理和/或训练逻辑 615的细节。在至少一个实施例中，部分或全部推理和/或训练逻辑615可 以结合到处理器1600b中。例如，在至少一个实施例中，本文描述的训练 和/或推理技术可以使用一个或更多个alu，alu体现在图16a中的图形 核心1612、一个或更多个处理器核心1602a
‑
1602n，或其他组件中。此外， 在至少一个实施例中，本文描述的推理和/或训练操作可以使用除图6b和 /或图6c所示的逻辑以外的逻辑来完成。在至少一个实施例中，权重参数 可以存储在片上或片外存储器和/或寄存器(示出或未示出)中，其配置图 形处理器1600b的alu以执行一种或更多种机器学习算法、神经网络架 构、用例或本文介绍的训练技术。
[0294]
图16c是根据本文至少一个实施例的图形处理器核心1600c的硬件 逻辑的框图。在至少一个实施例中，图形处理器核心1600c包含在图形核 心阵列中。在至少一个实施例中，图形处理器核心1600c(有时称为核心 切片)可以是模块化图形处理器内的一个或更多个图形核心。在至少一个 实施例中，图形处理器核心1600c是一个图形核心切片的示例，并且本文 的图形处理器可以基于目标功率和性能包络线包括多个图形核心切片。在 至少一个实施例中，每个图形核心1600c可以包括与多个子核心1601a
‑ꢀ
1601f耦合的固定功能块1630，也称为子切片，其包括通用和固定功能逻 辑的模块块。
[0295]
在至少一个实施例中，固定功能块1630包括几何固定功能管线1636， 例如，在较低性能和/或较低功率的图形处理器实施方式中，该几何和固定 功能管线1636可以由图形处理器1600c中的所有子核心共享。在至少一 个实施例中，几何和固定功能管线1636包括
3d固定功能管线、视频前端 单元，线程生成器和线程分派器以及管理统一返回缓冲区的统一返回缓冲 区管理器。
[0296]
在固定的至少一个实施例中，固定功能块1630还包括图形soc接口 1637、图形微控制器1638和媒体管线1639。在至少一个实施例中，固定 的图形soc接口1637提供了图形核心1600c以及片上集成电路系统中的 其他处理器核心之间的接口。在至少一个实施例中，图形微控制器1638是 可编程子处理器，其可配置为管理图形处理器1600c的各种功能，包括线 程分派、调度和抢占。在至少一个实施例中，媒体管线1639包括有助于对 包括图像和视频数据的多媒体数据进行解码、编码、预处理和/或后处理的 逻辑。在至少一个实施例中，媒体管线1639经由对子核心1601
‑
1601f内 的计算或采样逻辑的请求来实现媒体操作。
[0297]
在至少一个实施例中，soc接口1637使图形核心1600c能够与通用 应用程序处理器核心(例如，cpu)和/或soc内的其他组件通信，包括存 储器层次结构元素，诸如共享的最后一级高速缓存、系统ram和/或嵌入 式片上或封装dram。在至少一个实施例中，soc接口1637还可以使得 能够与soc内的固定功能设备(例如，相机成像管线)进行通信，并且使 得能够使用和/或实现可以在图形核心1600c和soc内部的cpu之间共享 的全局存储器原子。在至少一个实施例中，soc接口1637还可以实现用于 图形核心1600c的电源管理控制，并且启用图形核心1600c的时钟域与 soc内的其他时钟域之间的接口。在至少一个实施例中，soc接口1637使 得能够从命令流转化器和全局线程分派器接收命令缓冲区，其配置为向图 形处理器内的一个或更多个图形核心中的每一个提供命令和指令。在至少 一个实施例中，当要执行媒体操作时，可以将命令和指令分派给媒体管线 1639，或者当要执行图形处理操作时，可以将其分配给几何形状和固定功 能管线(例如，几何和固定功能管线1636，几何形状和固定功能管线1614)。
[0298]
在至少一个实施例中，图形微控制器1638可以配置为对图形核心 1600c执行各种调度和管理任务。在至少一个实施例中，图形微控制器1638 可以在子核心1601a
‑
1601f中的执行单元(eu)阵列1602a
‑
1602f、1604a
‑ꢀ
1604f内的各种图形并行引擎上执行图形和/或计算工作负载调度。在至少 一个实施例中，在包括图形核心1600c的soc的cpu核心上执行的主机 软件可以提交多个图形处理器门铃之一的工作负载，其调用适当的图形引 擎上的调度操作。在至少一个实施例中，调度操作包括确定接下来要运行 哪个工作负载、将工作负载提交给命令流转化器、抢先在引擎上运行的现 有工作负载、监控工作负载的进度以及在工作负载完成时通知主机软件。 在至少一个实施例中，图形微控制器1638还可以促进图形核心1600c的 低功率或空闲状态，从而为图形核心1600c提供在图形核心1600c内独立 于操作系统和/或系统上的图形驱动程序软件的跨低功率状态转换的保存 和恢复寄存器的能力。
[0299]
在至少一个实施例中，图形核心1600c可以具有比所示的子核心 1601a
‑
1601f多或少达n个模块化子核心。对于每组n个子核心，在至少 一个实施例中，图形核心1600c还可以包括共享功能逻辑1610、共享和/ 或高速缓存存储器1612、几何/固定功能管线1614以及附加的固定功能逻 辑1616以加速各种图形和计算处理操作。在至少一个实施例中，共享功能 逻辑1610可以包括可由图形核心1600c内的每个n个子核心共享的逻辑 单元(例如，采样器、数学和/或线程间通信逻辑)。在至少一个实施例中， 固定的、共享的和/或高速缓存存储器1612可以是图形核心1600c内的n 个子核心1601a
‑
1601f的最后一级高速缓存，并且
还可以用作可由多个子 核心访问的共享存储器。在至少一个实施例中，可以包括几何/固定功能管 线1614来代替固定功能块1630内的几何/固定功能管线1636，并且可以 包括相似的逻辑单元。
[0300]
在至少一个实施例中，图形核心1600c包括附加的固定功能逻辑 1616，其可以包括供图形核心1600c使用的各种固定功能加速逻辑。在至 少一个实施例中，附加的固定功能逻辑1616包括用于仅位置着色中使用的 附加的几何管线。在仅位置着色中，存在至少两个几何管线，而在几何和 固定功能管线1614、1636内的完整几何管线和剔除管线中，其是可以包括 在附加的固定功能逻辑1616中的附加几何管线。在至少一个实施例中，剔 除管线是完整几何管线的修整版。在至少一个实施例中，完整管线和剔除 管线可以执行应用程序的不同实例，每个实例具有单独的环境。在至少一 个实施例中，仅位置着色可以隐藏被丢弃的三角形的长剔除运行，从而在 某些情况下可以更早地完成着色。在至少一个实施例中，附加固定功能逻 辑1616中的剔除管线逻辑可以与主应用程序并行执行位置着色器，并且比 完整管线更快地生成关键结果，因为剔除管线获取并遮蔽顶点的位置属性， 无需执行光栅化和将像素渲染到帧缓冲区。在至少一个实施例中，剔除管 线可以使用生成的临界结果来计算所有三角形的可见性信息，而与这些三 角形是否被剔除无关。在至少一个实施例中，完整管线(在这种情况下可 以称为重播管线)可以消耗可见性信息来跳过剔除的三角形以仅遮盖最终 传递到光栅化阶段的可见三角形。
[0301]
在至少一个实施例中，附加的固定功能逻辑1616还可包括机器学习 加速逻辑，例如固定功能矩阵乘法逻辑，用于实现包括用于机器学习训练 或推理的优化。
[0302]
在至少一个实施例中，在每个图形子核心1601a
‑
1601f内包括一组 执行资源，其可用于响应于图形管线、媒体管线或着色器程序的请求来执 行图形、媒体和计算操作。在至少一个实施例中，图形子核心1601a
‑
1601f 包括多个eu阵列1602a
‑
1602f、1604a
‑
1604f，线程分派和线程间通信 (td/ic)逻辑1603a
‑
1603f，3d(例如，纹理)采样器1605a
‑
1605f，媒 体采样器1606a
‑
1606f，着色器处理器1607a
‑
1607f和共享本地存储器 (slm)1608a
‑
1608f。eu阵列1602a
‑
1602f、1604a
‑
1604f每个都包含 多个执行单元，这些执行单元是通用图形处理单元，能够为图形、媒体或 计算操作提供服务，执行浮点和整数/定点逻辑运算，包括图形、媒体或计 算着色器程序。在至少一个实施例中，td/ic逻辑1603a
‑
1603f为子核心 内的执行单元执行本地线程分派和线程控制操作，并促进在子核心的执行 单元上执行的线程之间的通信。在至少一个实施例中，3d采样器1605a
‑ꢀ
1605f可以将与纹理或其他3d图形相关的数据读取到存储器中。在至少 一个实施例中，3d采样器可以基于与给定纹理相关联的配置的采样状态和 纹理格式来不同地读取纹理数据。在至少一个实施例中，媒体采样器 1606a
‑
1606f可以基于与媒体数据相关联的类型和格式来执行类似的读取 操作。在至少一个实施例中，每个图形子核心1601a
‑
1601f可以可替代地 包括统一的3d和媒体采样器。在至少一个实施例中，在每个子核心1601a
‑ꢀ
1601f内的执行单元上执行的线程可以利用每个子核心内的共享本地存储 器1608a
‑
1608f，以使在线程组内执行的线程能够使用片上存储器的公共 池来执行。
[0303]
推理和/或训练逻辑615用于执行与一个或更多个实施例相关联的推 理和/或训练操作。本文结合图6b和/或图6c提供关于推理和/或训练逻辑 615的细节。在至少一个实施例中，推理和/或训练逻辑615的部分或全部 可以被合并到图形处理器1610中。在至少一
个实施例中，在至少一个实施 例中，本文描述的训练和/或推理技术可以使用在图16b中的图形处理器 1612、图形微控制器1638、几何和固定功能管线1614和1636或其他逻辑 中体现的一个或更多个alu。此外，在至少一个实施例中，本文描述的推 理和/或训练操作可以使用除图6b和/或图6c所示的逻辑以外的逻辑来完 成。在至少一个实施例中，权重参数可以存储在片上或片外存储器和/或寄 存器(示出或未示出)中，其配置图形处理器1600c的alu以执行一种 或更多种本文介绍的机器学习算法、神经网络架构、用例或训练技术。
[0304]
图16d
‑
16e示出了根据至少一个实施例的包括图形处理器核心的处 理元件的阵列的线程执行逻辑1600d。图16d示出了至少一个实施例，其 中使用了线程执行逻辑1600d。图16e示出了根据至少一个实施例的执行 单元的示例性内部细节。
[0305]
如图16d中所示，在至少一个实施例中，线程执行逻辑1600d包括 着色器处理器1602、线程分派器1604、指令高速缓存1606、包括多个执 行单元1608a
‑
1608n的可缩放执行单元阵列、一个或更多个采样器1610、 数据高速缓存1612和数据端口1614。在至少一个实施例中，可缩放执行 单元阵列可以例如基于工作负载的计算要求，通过启用或禁用一个或更多 个执行单元(例如，执行单元1608a、1608b、1608c、1608d、通过1608n
‑ꢀ
1和1608n中的任意一个)来动态缩放。在至少一个实施例中，可缩放执 行单元通过链路到每个执行单元的互连结构互连。在至少一个实施例中， 线程执行逻辑1600d包括通过指令高速缓存1606、数据端口1614、采样 器1610和执行单元1608a
‑
1608n中的一个或更多个到存储器(诸如系统 存储器或高速缓存存储器)的一个或更多个连接。在至少一个实施例中， 每个执行单元(例如1608a)是独立的可编程通用计算单元，其能够执行 多个同时的硬件线程，同时针对每个线程并行处理多个数据元素。在至少 一个实施例中，执行单元1608a
‑
1608n的阵列可缩放以包括任意数量的单 独执行单元。
[0306]
在至少一个实施例中，执行单元1608a
‑
1608n主要用于执行着色器 程序。在至少一个实施例中，着色器处理器1602可以处理各种着色器程序 并经由线程分派器1604来分派与着色器程序相关联的执行线程。在至少一 个实施例中，线程分派器1604包括用于仲裁来自图形和媒体管线的线程初 始化庆祝以及在执行单元1608a
‑
1608n中的一个或更多个执行单元上实例 化请求的线程的逻辑。在至少一个实施例中，在至少一个实施例中，几何 管线可以将顶点、镶嵌或几何着色器分派到线程执行逻辑以进行处理。在 至少一个实施例中，线程分派器1604还可以处理来自执行着色器程序的运 行时线程产生请求。
[0307]
在至少一个实施例中，执行单元1608a
‑
1608n支持一种指令集，该 指令集包括对许多标准3d图形着色器指令的本机支持，从而使图形库(例 如direct 3d和opengl)中的着色器程序只需最少的转换即可执行。在至 少一个实施例中，执行单元支持顶点和几何处理(例如，顶点程序、几何 程序、顶点着色器)、像素处理(例如，像素着色器、片段着色器)和通用 处理(例如，计算和媒体着色器)。在至少一个实施例中，每个执行单元 1608a
‑
1608n包括一个或更多个算术逻辑单元(alu)，能够执行多发出单 指令多数据(simd)，并且多线程操作实现了高效的执行环境尽管有更高 的延迟存储器访问。在至少一个实施例中，每个执行单元内的每个硬件线 程具有专用的高带宽寄存器文件和相关的独立线程状态。在至少一个实施 例中，执行是每个时钟到管线的多次发出，管线能够进行整数、单精度和 双精度浮点运算、simd分支功能、逻辑运算、先验运算和其他其他运算。 在至少一个实施例中，在等待来自存储器或共享功能之一的数据时，执行 单元1608a
‑
1608n内的依赖性逻辑使等待
线程休眠直到返回了所请求的数 据。在至少一个实施例中，当等待线程正在休眠时，硬件资源可以专用于 处理其他线程。在至少一个实施例中，在至少一个实施例中，在与顶点着 色器操作相关联的延迟期间，执行单元可以对像素着色器、片段着色器或 另一类型的着色器程序(包括不同的顶点着色器)执行操作。
[0308]
在至少一个实施例中，执行单元1608a
‑
1608n中的每一个执行单元 在数据元素的阵列上进行操作。在至少一个实施例中，多个数据元素是“执 行大小”或指令的通道数。在至少一个实施例中，执行通道是用于指令内 的数据元素访问、屏蔽和流控制的执行的逻辑单元。在至少一个实施例中， 多个通道可以独立于用于特定图形处理器的多个物理算术逻辑单元(alu) 或浮点单元(fpu)。在至少一个实施例中，执行单元1608a
‑
1608n支持整 数和浮点数据类型。
[0309]
在至少一个实施例中，执行单元指令集包括simd指令。在至少一个 实施例中，各种数据元素可以作为封装数据类型存储在寄存器中，并且执 行单元将基于那些元素的数据大小来处理各种元素。在至少一个实施例中， 在至少一个实施例中，当对256位宽的向量进行操作时，将向量的256位 存储在寄存器中，并且执行单元对向量进行操作，作为四个单独的64位打 包数据元素(四字(qw)大小数据元素)、八个单独的32位打包数据元素 (双字(dw)大小数据元素)、十六个单独的16位打包数据元素(单词 (w)大小数据元素)或三十二个单独的8位数据元素(字节(b)大小的 数据元素)。然而，在至少一个实施例中，不同的向量宽度和寄存器大小是 可能的。
[0310]
在至少一个实施例中，一个或更多个执行单元可以被组合成具有执 行对于融合eu的线程控制逻辑(1607a
‑
1607n)的融合执行单元1609a
‑ꢀ
1609n。在至少一个实施例中，可以将多个eu合并成一个eu组。在至少 一个实施例中，融合eu组中的每个eu可以被配置为执行单独的simd 硬件线程。融合的eu组中的eu的数量可以根据各个实施例而变化。在 至少一个实施例中，每个eu可以执行各种simd宽度，包括但不限于 simd8、simd16和simd32。在至少一个实施例中，每个融合图形执行单 元1609a
‑
1609n包括至少两个执行单元。在至少一个实施例中，在至少一 个实施例中，融合执行单元1609a包括第一eu 1608a、第二eu 1608b以 及第一eu 1608a和第二eu 1608b共有的线程控制逻辑1607a。在至少 一个实施例中，线程控制逻辑1607a控制在融合图形执行单元1609a上执 行的线程，从而允许融合执行单元1609a
‑
1609n内的每个eu使用公共指 令指针寄存器来执行。
[0311]
在至少一个实施例中，一个或更多个内部指令高速缓存(例如1606) 被包括在线程执行逻辑1600d中以高速缓存用于执行单元的线程指令。在 至少一个实施例中，包括一个或更多个数据高速缓存(例如1612)以在线 程执行期间高速缓存线程数据。在至少一个实施例中，包括采样器1610以 提供用于3d操作的纹理采样和用于媒体操作的媒体采样。在至少一个实 施例中，采样器1610包括专门的纹理或媒体采样功能，以在将采样数据提 供给执行单元之前在采样过程中处理纹理或媒体数据。
[0312]
在执行期间，在至少一个实施例中，图形和媒体管线通过线程产生和 分派逻辑将线程发起请求发送到线程执行逻辑1600d。在至少一个实施例 中，一旦一组几何对象已经被处理并光栅化成像素数据，则在着色器处理 器1602内的像素处理器逻辑(例如，像素着色器逻辑、片段着色器逻辑等) 被调用以进一步计算输出信息并且导致将结果写入输出表面(例如，颜色 缓冲区、深度缓冲区、模板缓冲区等)。在至少一个实施例中，像素着色器 或
片段着色器计算要在光栅化对象上插值的各种顶点属性的值。在至少一 个实施例中，着色器处理器1602内的像素处理器逻辑然后执行应用程序接 口(api)提供的像素或片段着色器程序。在至少一个实施例中，为了执行 着色器程序，着色器处理器1602经由线程分派器1604将线程分派到执行 单元(例如1608a)。在至少一个实施例中，着色器处理器1602使用采样 器1610中的纹理采样逻辑来访问存储在存储器中的纹理贴图中的纹理数 据。在至少一个实施例中，对纹理数据和输入几何数据的算术运算为每个 几何片段计算像素颜色数据，或者丢弃一个或更多个像素以进行进一步处 理。
[0313]
在至少一个实施例中，数据端口1614提供了一种用于线程执行逻辑 1600d的存储器访问机制，以将处理后的数据输出到存储器以在图形处理 器输出管线上进行进一步处理。在至少一个实施例中，数据端口1614包括 或耦合到一个或更多个高速缓存存储器(例如，数据高速缓存1612)以高 速缓存数据以便经由数据端口进行存储器访问。
[0314]
如图16e所示，在至少一个实施例中，图形执行单元1608可以包括 指令获取单元1637、通用寄存器文件阵列(grf)1624、架构寄存器文件 阵列(arf)1626、线程仲裁器1622、发送单元1630、分支单元1632、一 组simd浮点单元(fpu)1634，以及在至少一个实施例中，一组专用整 数simd alu 1635。在至少一个实施例中，grf 1624和arf 1626包括一 组与可以在图形执行单元1608中活跃的每个同时硬件线程相关联的通用 寄存器文件和架构寄存器文件。在至少一个实施例中，在arf 1626中维 护每个线程架构状态，而在线程执行期间使用的数据存储在grf 1624中。 在至少一个实施例中，每个线程的执行状态，包括每个线程的指令指针， 可以被保存在arf 1626中的线程专用寄存器中。
[0315]
在至少一个实施例中，图形执行单元1608具有一种架构，该架构是 同时多线程(smt)和细粒度交错多线程(imt)的组合。在至少一个实施 例中，架构具有模块化配置，该模块化配置可以在设计时基于同时线程的 目标数量和每个执行单元的寄存器数量来进行微调，其中执行单元资源在 用于执行多个同时线程的逻辑上分配。
[0316]
在至少一个实施例中，图形执行单元1608可以共同发布多个指令， 每个指令可以是不同的指令。在至少一个实施例中，图形执行单元线程 1608的线程仲裁器1622可以将指令分派到发送单元1630、分支单元1632 或simd fpu 1632之一以供执行。在至少一个实施例中，每个执行线程可 以访问grf 1624中的128个通用寄存器，其中每个寄存器可以存储32个 字节，可以作为32位数据元素的simd 8元素向量进行访问。在至少一个 实施例中，每个执行单元线程可以访问grf 1624中的4kb，尽管实施例 不限于此，并且在其他实施例中可以提供更多或更少的寄存器资源。在至 少一个实施例中，尽管每个执行单元的线程数量也可以根据实施例而变化， 但是最多可以同时执行七个线程。在其中七个线程可以访问4kb的至少 一个实施例中，grf 1624可以存储总共28kb。在至少一个实施例中，灵 活的寻址模式可以允许将寄存器一起寻址以有效地建立更宽的寄存器或表 示跨步的矩形块数据结构。
[0317]
在至少一个实施例中，经由由消息传递发送单元1630执行的“发送
”ꢀ
指令来调度存储器操作、采样器操作和其他更长延迟的系统通信。在至少 一个实施例中，将分支指令分派到专门的分支单元1632促进simd发散 和最终收敛。
[0318]
在至少一个实施例中，图形执行单元1608包括一个或更多个simd 浮点单元(fpu)1634，以执行浮点操作。在至少一个实施例中，一个或更 多个fpu 1634还支持整数计算。在
至少一个实施例中，一个或更多个fpu1634可以simd执行多达m个32位浮点(或整数)运算，或者simd执 行多达2m个16位整数或16位浮点运算。在至少一个实施例中，一个或 更多个fpu中的至少一个提供扩展的数学能力以支持高吞吐量的先验数 学函数和双精度64位浮点。在至少一个实施例中，还存在一组8位整数 simd alu 1635，并且可以被专门优化以执行与机器学习计算相关的操作。
[0319]
在至少一个实施例中，可以在图形子核心分组(例如，子切片)中实 例化图形执行单元1608的多个实例的阵列。在至少一个实施例中，执行单 元1608可以跨多个执行通道执行指令。在至少一个实施例中，在图形执行 单元1608上执行的每个线程在不同的通道上执行。
[0320]
推理和/或训练逻辑615用于执行与一个或更多个实施例相关联的推 理和/或训练操作。下面结合图6b和/或图6c提供关于推理和/或训练逻辑 615的细节。在至少一个实施例中，推理和/或训练逻辑615的部分或全部 可以被结合到执行逻辑1600d中。此外，在至少一个实施例中，可以使用 除了图6b和/或图6c中所示的逻辑之外的逻辑来完成在此描述的推理和/ 或训练操作。在至少一个实施例中，权重参数可以存储在片上或片外存储 器和/或寄存器(示出或未示出)中，其配置执行逻辑1600d的alu以执 行一种或更多种机器学习算法、神经网络架构、用例或本文介绍的训练技 术。
[0321]
图17a示出了根据至少一个实施例的并行处理单元(“ppu”)1700a。 在至少一个实施例中，ppu 1700a配置有机器可读代码，该机器可读代码 如果由ppu 1700a执行，则使得ppu 1700a执行贯穿本公开描述的一些 或全部过程和技术。在至少一个实施例中，ppu 1700a是在一个或更多个 集成电路设备上实现的多线程处理器，并且利用多线程作为被设计为处理 在多个线程上并行执行的计算机可读指令(也称为机器可读指令或简单的 指令)的延迟隐藏技术。在至少一个实施例中，线程是指执行线程，并且 是被配置为由ppu 1700a执行的一组指令的实例。在至少一个实施例中， ppu 1700a是图形处理单元(“gpu”)，图形处理单元配置为实现用于处理 三维(“3d”)图形数据的图形渲染管线，以便生成用于在显示设备(诸如 液晶显示器(“lcd”)设备)上显示的二维(“2d”)图像数据。在至少一 个实施例中，ppu 1700a用于执行计算，诸如线性代数运算和机器学习运 算。图17a仅出于说明性目的示出了示例并行处理器，并且应被解释为在 本公开的范围内设想的处理器架构的非限制性示例，并且可以采用任何适 当的处理器来对其进行补充和/或替代。
[0322]
在至少一个实施例中，一个或更多个ppu 1700a配置成加速高性能 计算(“hpc”)、数据中心和机器学习应用程序。在至少一个实施例中，ppu1700a配置成加速深度学习系统和应用程序，包括以下非限制性示例：自 动驾驶汽车平台、深度学习、高精度语音、图像、文本识别系统、智能视 频分析、分子模拟、药物发现、疾病诊断、天气预报、大数据分析、天文 学、分子动力学模拟、财务建模、机器人技术、工厂自动化、实时语言翻 译、在线搜索优化以及个性化用户推荐等。
[0323]
在至少一个实施例中，ppu 1700a包括但不限于输入/输出(“i/o”) 单元1706、前端单元1710、调度器单元1712、工作分配单元1714、集线 器1716、交叉开关(“xbar”)1720、一个或更多个通用处理集群(“gpc”) 1718和一个或更多个分区单元(“存储器分区单元”)1722。在至少一个实 施例中，ppu 1700a通过一个或更多个高速gpu互连(“gpu互连”)1708 连接到主机处理器或其他ppu 1700a。在至少一个实施例中，ppu 1700a 通过互联1702连接
到主机处理器或其他外围设备。在一实施例中，ppu1700a连接到包括一个或更多个存储器设备(“存储器”)1704的本地存储 器。在至少一个实施例中，存储器设备1704包括但不限于一个或更多个动 态随机存取存储器(“dram”)设备。在至少一个实施例中，一个或更多 个dram设备配置和/或可配置为高带宽存储器(“hbm”)子系统，并且 在每个设备内堆叠有多个dram管芯。
[0324]
在至少一个实施例中，高速gpu互连1708可以指代系统使用其来 进行缩放的基于线的多通道通信链路，并包括与一个或更多个中央处理单 元结合的一个或更多个ppu 1700a(“cpu”)，支持ppu 1700a和cpu之 间的缓存相干以及cpu主控。在至少一个实施例中，高速gpu互连1708 通过集线器1716将数据和/或命令传输到ppu 1700a的其他单元，例如一 个或更多个复制引擎、视频编码器、视频解码器、电源管理单元和/或在图 17a中可能未明确示出的其他组件。
[0325]
在至少一个实施例中，i/o单元1706配置为通过互联1702从主机处 理器(图17a中未示出)发送和接收通信(例如，命令、数据)。在至少一 个实施例中，i/o单元1706直接通过互联1702或通过一个或更多个中间 设备(例如存储器桥)与主机处理器通信。在至少一个实施例中，i/o单元 1706可以经由互联1702与一个或更多个其他处理器(例如一个或更多个 ppu 1700a)通信。在至少一个实施例中，i/o单元1706实现外围组件互 连express(“pcie”)接口，用于通过pcie总线进行通信。在至少一个实 施例中，i/o单元1706实现用于与外部设备通信的接口。
[0326]
在至少一个实施例中，i/o单元1706对经由互联1702接收的分组进 行解码。在至少一个实施例中，至少一些分组表示被配置为使ppu 1700a 执行各种操作的命令。在至少一个实施例中，i/o单元1706如命令所指定 的那样将解码的命令发送到ppu 1700a的各种其他单元。在至少一个实施 例中，命令被发送到前端单元1710和/或被发送到集线器1716或ppu1700a的其他单元，例如一个或更多个复制引擎、视频编码器、视频解码 器、电源管理单元等(图17a中未明确示出)。在至少一个实施例中，i/o 单元1706配置为在ppu 1700a的各种逻辑单元之间路由通信。
[0327]
在至少一个实施例中，由主机处理器执行的程序在缓冲区中对命令 流进行编码，该缓冲区将工作负载提供给ppu 1700a以进行处理。在至少 一个实施例中，工作负载包括指令和要由那些指令处理的数据。在至少一 个实施例中，缓冲区是可由主机处理器和ppu 1700a两者访问(例如，读 /写)的存储器中的区域—主机接口单元可以配置为访问经由i/o单元1706 通过互联1702传输的存储器请求连接到互联1702的系统存储器中的缓冲 区。在至少一个实施例中，主机处理器将命令流写入缓冲区，然后将指示 命令流开始的指针发送给ppu 1700a，使得前端单元1710接收指向一个 或更多个命令流指针并管理一个或更多个命令流，从命令流中读取命令并 将命令转发到ppu 1700a的各个单元。
[0328]
在至少一个实施例中，前端单元1710耦合到调度器单元1712，该调 度器单元1712配置各种gpc 1718以处理由一个或更多个命令流定义的任 务。在至少一个实施例中，调度器单元1712配置为跟踪与调度器单元1712 管理的各种任务有关的状态信息，其中状态信息可以指示任务被分配给哪 个gpc 1718，任务是活跃的还是非活跃的，与任务相关联的优先级等等。 在至少一个实施例中，调度器单元1712管理在一个或更多个gpc 1718上 执行的多个任务。
[0329]
在至少一个实施例中，调度器单元1712耦合到工作分配单元1714， 该工作分配单元1714配置为分派任务以在gpc 1718上执行。在至少一个 实施例中，工作分配单元1714跟踪从调度器单元1712接收到的多个调度 任务并且工作分配单元1714管理每个gpc 1718的待处理任务池和活跃任 务池。在至少一个实施例中，待处理任务池包括多个时隙(例如16个时 隙)，这些时隙包含分配给要由特定的gpc 1718处理的任务；活跃任务池 可包括用于由gpc 1718主动处理的任务的多个时隙(例如4个时隙)，以 使随着gpc 1718中的一个完成任务的执行，该任务将从gpc 1718的活动 任务池中逐出，并且从待处理任务池中选择其他任务之一，并安排其在 gpc 1718上执行。在至少一个实施例中，如果活跃任务在gpc 1718上处 于空闲状态，例如在等待数据依赖性解决时，则活跃任务从gpc 1718中 驱逐并返回到待处理任务池，同时选择了待处理任务池中的另一个任务并 调度在gpc 1718上执行。
[0330]
在至少一个实施例中，工作分配单元1714经由xbar 1720与一个或 更多个gpc 1718通信。在至少一个实施例中，xbar 1720是互连网络，其 将ppu 1700a的许多单元耦合到ppu 1700a的其他单元，并且可以配置 为将工作分配单元1714耦合到特定的gpc 1718。在至少一个实施例中， 一个或更多个ppu 1700a的其他单元也可以通过集线器1716连接到xbar1716。
[0331]
在至少一个实施例中，任务由调度器单元1712管理，并由工作分配 单元1714分配给gpc 1718之一。gpc 1718配置为处理任务并产生结果。 在至少一个实施例中，结果可以由gpc 1718中的其他任务消耗，通过xbar1716路由到不同的gpc 1718或存储在存储器1704中。在至少一个实施例 中，结果可以通过分区单元1722写到存储器1704中，其实现了用于向存 储器1704写入数据或从存储器1704读取数据的存储器接口。在至少一个 实施例中，结果可以经由高速gpu互连1708传输到另一ppu 1704或cpu。 在至少一个实施例中，ppu 1700a包括但不限于u个分区单元1722，分区 单元1722等于耦合到ppu 1700a的分离且不同的存储器设备1704的数 量。在至少一个实施例中，下面将结合图17c更详细地描述分隔单元1722。
[0332]
在至少一个实施例中，主机处理器执行驱动器核心，该驱动程序核心 实现应用程序编程接口(api)，该应用程序编程接口使在主机处理器上执 行的一个或更多个应用程序能够调度操作以在ppu 1700a上执行。在一个 实施例中，多个计算应用程序由ppu 1700a同时执行，并且ppu 1700a为 多个计算应用程序提供隔离、服务质量(“qos”)和独立的地址空间。在至 少一个实施例中，应用程序生成指令(例如，以api调用的形式)，该指令 使驱动器核心生成一个或更多个任务以供ppu 1700a执行，并且驱动器核 心将任务输出至由ppu 1700a处理的一个或更多个流。在至少一个实施例 中，每个任务包括一个或更多个相关线程组，其可以被称为线程束(warp)。 在至少一个实施例中，线程束包括可以并行执行的多个相关线程(例如32 个线程)。在至少一个实施例中，协作线程可以指代多个线程，包括用于执 行任务并且通过共享存储器交换数据的指令，结合图17c根据至少一个实 施例更详细地描述了线程和协作线程。
[0333]
推理和/或训练逻辑615用于执行与一个或更多个实施例相关联的推 理和/或训练操作。下文结合图6b和/或图6c提供关于推理和/或训练逻辑 615的细节。在至少一个实施例中，深度学习应用程序处理器用于训练机 器学习模型(诸如神经网络)，以预测或推理提供给ppu 1700a的信息。 在至少一个实施例中，ppu 1700a用于基于已由另一处理器或系
统或ppu1700a训练过的训练过的机器学习模型(例如，神经网络)推理或预测信 息。在至少一个实施例中，ppu 1700a可用于执行本文的一个或更多个神 经网络用例。
[0334]
图17b示出了根据至少一个实施例的通用处理集群(“gpc”)1700b。 在至少一个实施例中，gpc 1700b是图17a的gpc 1718。在至少一个实 施例中，每个gpc 1700b包括但不限于用于处理任务的多个硬件单元，并 且每个gpc 1700b包括但不限于管线管理器1702、预光栅操作单元 (“prop”)1704、光栅引擎1708、工作分配交叉开关(“wdx”)1716、 存储器管理单元(“mmu”)1718、一个或更多个数据处理集群(“dpc”) 1706，以及部件的任何合适组合。
[0335]
在至少一个实施例中，gpc 1700b的操作由管线管理器1702控制。 在至少一个实施例中，管线管理器1702管理一个或更多个dpc 1706的配 置，以处理分配给gpc 1700b的任务。在至少一个实施例中，管线管理器 1702配置一个或更多个dpc 1706中的至少一个以实现图形渲染管线的至 少一部分。在至少一个实施例中，dpc 1706配置为在可编程流式多处理器 (“sm”)1714上执行顶点着色器程序。在至少一个实施例中，管线管理器1702配置为将从工作分配单元接收的数据包路由到gpc 1700b内的适当 逻辑单元，以及在至少一个实施例中，可以将一些数据包路由到prop 1704 和/或光栅引擎1708中的固定功能硬件单元，而可以将其他数据包路由到 dpc 1706以由原始引擎1712或sm 1714进行处理。在至少一个实施例中， 管线管理器1702配置dpc 1706中的至少一个以实现神经网络模型和/或 计算管线。
[0336]
在至少一个实施例中，prop单元1704配置为在至少一个实施例中 将由光栅引擎1708和dpc 1706生成的数据路由到分区单元1722中的光 栅操作(“rop”)单元，上面结合图17a更详细地描述。在至少一个实施 例中，prop单元1704配置为执行用于颜色混合的优化、组织像素数据、 执行地址转换等等。在至少一个实施例中，光栅引擎1708包括但不限于配 置为执行各种光栅操作的多个固定功能硬件单元，并且在至少一个实施例 中，光栅引擎1708包括但不限于设置引擎、粗光栅引擎、剔除引擎、裁剪 引擎、精细光栅引擎、图块聚合引擎及其任意合适的组合。在至少一个实 施例中，设置引擎接收变换后的顶点并生成与由顶点定义的几何图元相关 联的平面方程；平面方程式被传送到粗光栅引擎以生成基本图元的覆盖信 息(例如，图块的x、y覆盖范围掩码)；粗光栅引擎的输出将传输到剔除 引擎，在剔除引擎中与z测试失败的图元相关联的片段将被剔除，并传输 到剪切引擎，在剪切引擎中剪切位于视锥范围之外的片段。在至少一个实 施例中，将经过裁剪和剔除的片段传递给精细光栅引擎，以基于设置引擎 生成的平面方程式生成像素片段的属性。在至少一个实施例中，光栅引擎 1708的输出包括将由任何适当的实体(例如，由在dpc 1706内实现的片 段着色器)处理的片段。
[0337]
在至少一个实施例中，包括在gpc 1700b中的每个dpc 1706包括 但不限于m管线控制器(“mpc”)1710；图元引擎1712；一个或更多个 sm 1714；及其任何合适的组合。在至少一个实施例中，mpc 1710控制dpc1706的操作，将从管线管理器1702接收的分组路由到dpc 1706中的适当 单元。在至少一个实施例中，将与顶点相关联的分组路由到图元引擎1712， 图元引擎1712配置为从存储器中获取与顶点关联的顶点属性；相反，可以 将与着色器程序相关联的数据包发送到sm 1714。
[0338]
在至少一个实施例中，sm 1714包括但不限于可编程流式处理器，其 配置为处理
由多个线程表示的任务。在至少一个实施例中，sm 1714是多 线程的并且配置为同时执行来自特定线程组的多个线程(例如32个线程)， 并且实现单指令、多数据(“simd”)架构，其中将一组线程(例如，线程 束)中的每个线程配置为基于相同的指令集来处理不同的数据集。在至少 一个实施例中，线程组中的所有线程执行相同的指令。在至少一个实施例 中，sm 1714实施单指令、多线程(“simt”)架构，其中一组线程中的每 个线程配置为基于相同的指令集来处理不同的数据集，但是其中线程组中 的各个线程允许在执行期间发散。在至少一个实施例中，为每个线程束维 护程序计数器、调用栈和执行状态，从而当线程束中的线程发散时，实现 线程束和线程束内的串行执行之间的并发性。在另一个实施例中，为每个 单独的线程维护程序计数器、调用栈和执行状态，从而使得在线程束内和 线程束之间的所有线程之间具有相等的并发性。在至少一个实施例中，为 每个单独的线程维持执行状态，并且可以收敛并并行地执行相同指令的线 程以提高效率。下文更详细地描述sm 1714的至少一个实施例。
[0339]
在至少一个实施例中，mmu 1718在gpc 1700b和存储器分区单元 (例如，图17a的分区单元1722)之间提供接口，并且mmu 1718提供 虚拟地址到物理地址的转换、存储器保护以及存储器请求的仲裁。在至少 一个实施例中，mmu 1718提供一个或更多个转换后备缓冲区(“tlb”)， 用于执行虚拟地址到存储器中的物理地址的转换。
[0340]
推理和/或训练逻辑615用于执行与一个或更多个实施例相关联的推 理和/或训练操作。下文结合图6b和/或图6c提供关于推理和/或训练逻辑 615的细节。在至少一个实施例中，深度学习应用程序处理器用于训练机 器学习模型(诸如神经网络)，以预测或推理提供给gpc 1700b的信息。 在至少一个实施例中，gpc 1700b用于基于已由另一处理器或系统或gpc1700b训练过的机器学习模型(例如，神经网络)推理或预测信息。在至 少一个实施例中，gpc 1700b可用于执行本文的一个或更多个神经网络用 例。
[0341]
图17c示出了根据至少一个实施例的并行处理单元(“ppu”)的存储 器分区单元1700c。在至少一个实施例中，存储器分区单元1700c包括但 不限于光栅操作(“rop”)单元1702；二级(“l2”)高速缓存1704；存储 器接口1706；及其任何合适的组合。在至少一个实施例中，存储器接口1706 耦合到存储器。在至少一个实施例中，存储器接口1706可以实现32、64、 128、1024位数据总线，或类似的实现方式用于高速数据传输。在至少一个 实施例中，ppu包括u个存储器接口1706、每对分区单元1700c的一个 存储器接口1706，其中每对分区单元1700c连接到对应的存储器设备。在 至少一个实施例中，在至少一个实施例中，ppu可以连接至多达y个存储 器设备，例如高带宽存储器堆栈或图形双数据速率版本5同步动态随机存 取存储器(“gddr5 sdram”)。
[0342]
在至少一个实施例中，存储器接口1706实现高带宽存储器第二代 (“hbm2”)存储器接口，并且y等于u的一半。在至少一个实施例中， hbm2存储器堆栈位于与ppu相同的物理封装上，与gddr5 sdram系 统相比，可提供大量功率并节省面积。在至少一个实施例中，每个hbm2 堆栈包括但不限于四个存储器管芯，且y＝4，每个hbm2堆栈包括每个管 芯两个128位通道，用于总共8个通道和1024位的数据总线宽度。在至少 一个实施例中，存储器支持单错误校正双错误检测(“secded”)错误校 正码(“ecc”)以保护数据。在至少一个实施例中，ecc为对数据损坏敏 感的计算应用程序提供更高的可靠性。
[0343]
在至少一个实施例中，ppu实现了多级存储器层次结构。在至少一 个实施例中，存
储器分区单元1700c支持统一存储器以为中央处理单元 (“cpu”)和ppu存储器提供单个统一虚拟地址空间，从而实现虚拟存储 器系统之间的数据共享。在至少一个实施例中，追踪ppu对位于其他处理 器上的存储器的访问频率，以确保将存储器页面移动到更频繁地访问页面 的ppu的物理存储器。在至少一个实施例中，高速gpu互连1708支持地 址转换服务，其允许ppu直接访问cpu的页表，并通过ppu提供对cpu 存储器的完全访问。
[0344]
在至少一个实施例中，复制引擎在多个ppu之间或ppu与cpu之 间传输数据。在至少一个实施例中，复制引擎可以为未被映射到页表中的 地址生成页面错误，并且存储器分区单元1700c然后为页面错误提供服务， 将地址映射到页表中，之后复制引擎执行传输。在至少一个实施例中，为 多个处理器之间的多个复制引擎操作固定(在至少一个实施例中，不可分 页)存储器，从而实质上减少了可用存储器。在至少一个实施例中，在硬 件页面故障的情况下，可以将地址传递给复制引擎，而无需考虑是否驻留 存储器页，并且复制过程是透明的。
[0345]
根据至少一个实施例，来自图17a的存储器1704或其他系统存储器 的数据由存储器分区单元1700c获取，并将其存储在l2高速缓存1704中， l2高速缓存1704位于芯片上并且在各种gpc之间共享。在至少一个实施 例中，每个存储器分区单元1700c包括但不限于与对应的存储器设备相关 联的l2高速缓存的至少一部分。在至少一个实施例中，在gpc内的各个 单元中实现较低级别的高速缓存。在至少一个实施例中，每个sm 1714可 以实现一级(“l1”)高速缓存，其中l1高速缓存是专用于特定sm 1714 的私有存储器，并且从l2高速缓存1704中获取数据并将其存储在每个l1 高速缓存中，用于在sm 1714的功能单元中进行处理。在至少一个实施例 中，l2高速缓存1704耦合到存储器接口1706和xbar 1720。
[0346]
在至少一个实施例中，rop单元1702执行与像素颜色有关的图形光 栅操作，诸如颜色压缩、像素混合等。在至少一个实施例中，rop单元1702 结合光栅引擎1708实施深度测试，从光栅引擎1708的剔除引擎接收与像 素片段相关联的样本位置的深度。在至少一个实施例中，针对在与片段关 联的样本位置的深度缓冲区中的相应深度测试深度。在至少一个实施例中， 如果片段通过了针对样本位置的深度测试，则rop单元1702更新深度缓 冲区，并将深度测试的结果发送给光栅引擎1708。将意识到，分区单元 1700c的数量可以不同于gpc的数量，因此，可以在至少一个实施例中将 每个rop单元1702耦合到每个gpc。在至少一个实施例中，rop单元 1702追踪从不同gpc接收到的分组，并且确定由rop单元1702生成的 结果通过xbar1720被路由到哪个结果。
[0347]
图17d示出了根据至少一个实施例的流式多处理器(“sm”)1700d。 在至少一个实施例中，sm 1700d是图17b的sm。在至少一个实施例中， sm 1700d包括但不限于指令高速缓存1702；一个或更多个调度器单元 1704；寄存器文件1708；一个或更多个处理核心(“核心”)1710；一个或 更多个特殊功能单元(“sfu”)1712；一个或更多个加载/存储单元(“lsu”) 1714；互连网络1716；共享存储器/一级(“l1”)高速缓存1718；以及其 任何合适的组合。在至少一个实施例中，工作分配单元调度任务以在并行 处理单元(“ppu”)的通用处理集群(“gpc”)上执行，并且每个任务被分 配给gpc内部的特定数据处理集群(“dpc”)，并且如果任务与着色器程 序相关联，则将该任务分配给sm 1700d之一。在至少一个实施例中，调 度器单元1704从工作分配单元接收任务并管理分配给sm 1700d的一个 或更多个线程块的指令调度。在至少一个实施例中，调度器单元1704调度 线程块以作为并行线程的线
程束来执行，其中每个线程块被分配至少一个 线程束。在至少一个实施例中，每个线程束执行线程。在至少一个实施例 中，调度器单元1704管理多个不同的线程块，将线程束分配给不同的线程 块，然后在每个时钟周期内将来自多个不同的协作组的指令分派给各种功 能单元(例如，处理核心1710、sfu 1712和lsu 1714)。
[0348]
在至少一个实施例中，协作组可以指用于组织通信线程组的编程模 型，其允许开发者表达线程正在通信的粒度，从而能够表达更丰富、更有 效的并行分解。在至少一个实施例中，协作启动api支持线程块之间的同 步以执行并行算法。在至少一个实施例中，编程模型的应用程序提供了用 于同步协作线程的单一、简单的构造：跨线程块的所有线程的屏障(例如， syncthreads()函数)。但是，在至少一个实施例中，程序员可以在小于线 程块粒度的情形下来定义线程组，并在所定义的组内进行同步，以实现更 高的性能、设计灵活性以及以集合组范围功能接口的形式实现软件重用。 在至少一个实施例中，协作组使程序员能够以子块(在至少一个实施例中， 小到单个线程)和多块粒度明确定义线程组，并执行集合操作，例如对协 作组中的线程进行同步。在至少一个实施例中，编程模型支持跨软件边界 的干净组合，从而库和实用程序功能可以在其本地环境中安全地同步，而 不必进行关于收敛的假设。在至少一个实施例中，协作组图元使协作并行 的新图案成为可能，包括但不限于生产者
‑
消费者并行，机会主义并行以及 整个线程块网格上的全局同步。
[0349]
在至少一个实施例中，调度单元1706配置为将指令发送到功能单元 中的一个或更多个，并且调度器单元1704包括但不限于两个调度单元1706， 该两个调度单元1706使得来自同一线程束的两个不同指令能够在每个时 钟周期被调度。在至少一个实施例中，每个调度器单元1704包括单个调度 单元1706或附加调度单元1706。
[0350]
在至少一个实施例中，每个sm 1700d在至少一个实施例中包括但 不限于寄存器文件1708，该寄存器文件1708为sm 1700d的功能单元提 供了一组寄存器。在至少一个实施例中，寄存器文件1708在每个功能单元 之间划分，从而为每个功能单元分配寄存器文件1708的专用部分。在至少 一个实施例中，寄存器文件1708在由sm 1700d执行的不同线程束之间划 分，并且寄存器文件1708为连接到功能单元的数据路径的操作数提供临时 存储。在至少一个实施例中，每个sm 1700d在至少一个实施例中，包括 但不限于多个l个处理核心1710。在至少一个实施例中，sm 1700d包括 但不限于大量(例如128个或更多)不同的处理核心1710。在至少一个实 施例中，每个处理核心1710包括但不限于全管线、单精度、双精度和/或 混合精度处理单元，其包括但不限于浮点算术逻辑单元和整数算术逻辑单 元。在至少一个实施例中，浮点算术逻辑单元实现用于浮点算术的ieee754
‑
2008标准。在至少一个实施例中，处理核心1710包括但不限于64个 单精度(32位)浮点核心、64个整数核心、32个双精度(64位)浮点核 心和8个张量核心。
[0351]
根据至少一个实施例，张量核心配置为执行矩阵运算。在至少一个实 施例中，一个或更多个张量核心包括在处理核心1710中。在至少一个实施 例中，张量核心配置为执行深度学习矩阵算术，例如用于神经网络训练和 推理的卷积运算。在至少一个实施例中，每个张量核心在4
×
4矩阵上操作 并且执行矩阵乘法和累加运算d＝a
×
b+c，其中a、b、c和d是4
ꢀ×
4矩阵。
[0352]
在至少一个实施例中，矩阵乘法输入a和b是16位浮点矩阵，并且 累加矩阵c和d是16位浮点或32位浮点矩阵。在至少一个实施例中，张 量核心对16位浮点输入数据进行32位
浮点累加运算。在至少一个实施例 中，16位浮点乘法使用64个运算，并得到全精度乘积，然后使用32位浮 点加法与其他中间乘积累加起来，以进行4x4x4矩阵乘法。在至少一个实 施例中，张量核心用于执行由这些较小元件构成的更大的二维或更高维度 的矩阵运算。在至少一个实施例中，api(诸如cuda 9c++api)公开专 门的矩阵加载、矩阵乘法和累加以及矩阵存储操作，以有效地使用来自 cuda
‑
c++程序的张量核心。在至少一个实施例中，在cuda级别，线程 束级别接口假定跨越所有32个线程束线程的16
×
16大小的矩阵。
[0353]
在至少一个实施例中，每个sm 1700d包括但不限于执行特殊功能 (例如，属性评估、倒数平方根等)的m个sfu 1712。在至少一个实施例 中，sfu 1712包括但不限于配置为遍历分层树数据结构的树遍历单元。在 至少一个实施例中，sfu 1712包括但不限于配置为执行纹理映射过滤操作 的纹理单元。在至少一个实施例中，纹理单元配置为从存储器中加载纹理 映射(例如，纹理像素的2d阵列)和采样纹理映射，以产生采样的纹理值 以供由sm 1700d执行的着色器程序使用。在至少一个实施例中，将纹理 映射存储在共享存储器/l1高速缓存1718中。在至少一个实施例中，根据 至少一个实施例，纹理单元使用mip映射(mip
‑
maps)(例如，细节级别不 同的纹理映射)来实现纹理操作(诸如过滤操作)。在至少一个实施例中， 每个sm 1700d包括但不限于两个纹理单元。
[0354]
在至少一个实施例中，每个sm 1700d包括但不限于实现共享存储 器/l1高速缓存1718与寄存器文件1708之间的加载和存储操作的n个 lsu 1714。在至少一个实施例中，互连网络1716将每个功能单元连接到 寄存器文件1708，并且lsu 1714连接到寄存器文件1708和共享存储器/ l1高速缓存1718。在至少一个实施例中，互连网络1716是交叉开关，其 可以配置为将任何功能单元连接到寄存器文件1708中的任何寄存器，并且 将lsu 1714连接到寄存器文件1708和共享存储器/l1高速缓存1718中 的存储器位置。
[0355]
在至少一个实施例中，共享存储器/l1高速缓存1718是片上存储器 的阵列，其在至少一个实施例中允许sm 1700d与图元引擎之间以及sm1700d中的线程之间的数据存储和通信。在至少一个实施例中，共享存储 器/l1高速缓存1718包括但不限于128kb的存储容量，并且位于从sm1700d到分区单元的路径中。在至少一个实施例中，共享存储器/l1高速 缓存1718在至少一个实施例中用于高速缓存读取和写入。在至少一个实施 例中，共享存储器/l1高速缓存1718、l2高速缓存和存储器中的一个或更 多个是后备存储。
[0356]
在至少一个实施例中，将数据高速缓存和共享存储器功能组合到单 个存储器块中，为两种类型的存储器访问提供了改进的性能。在至少一个 实施例中，容量由不使用共享存储器的程序使用或将其用作高速缓存，例 如如果共享存储器配置为使用一半容量，并且纹理和加载/存储操作可以使 用剩余容量。根据至少一个实施例，在共享存储器/l1高速缓存1718内的 集成使共享存储器/l1高速缓存1718能够用作用于流传输数据的高吞吐 量管线，同时提供对频繁重用的数据的高带宽和低延迟访问。在至少一个 实施例中，当配置用于通用并行计算时，与图形处理相比，可以使用更简 单的配置。在至少一个实施例中，绕过固定功能图形处理单元，从而创建 了更加简单的编程模型。在至少一个实施例中，在通用并行计算配置中， 工作分配单元直接将线程的块分配和分布给dpc。在至少一个实施例中， 块中的线程执行通用程序，在计算中使用唯一的线程id以确保每个线程 生成唯一的结果，使用sm 1700d执行程序并执行计算，使用共享存储器/ l1高速缓存1718在线程之间进行通信，以及使用lsu 1714通过共享存 储器/l1高速缓存1718和存储器分区单元来读写
全局存储器。在至少一个 实施例中，当被配置用于通用并行计算时，sm 1700d向调度器单元1704 写入可以用来在dpc上启动新工作的命令。
[0357]
在至少一个实施例中，ppu被包括在台式计算机、膝上型计算机、平 板电脑、服务器、超级计算机、智能电话(例如，无线、手持设备)、个人 数字助理(“pda”)、数码相机、车辆、头戴式显示器、手持式电子设备等 中或与之耦合。在至少一个实施例中，ppu被实现在单个半导体衬底上。 在至少一个实施例中，ppu与一个或更多个其他设备(例如附加的ppu、 存储器、精简指令集计算机(“risc”)cpu，一个或更多个存储器管理单 元(“mmu”)、数模转换器(“dac”)等)一起被包括在片上系统(“soc”) 中。
[0358]
在至少一个实施例中，ppu可以被包括在包括一个或更多个存储设 备的图形卡上。图形卡可以配置为与台式计算机主板上的pcie插槽相连 接。在至少一个实施例中，该ppu可以是包括在主板的芯片组中的集成图 形处理单元(“igpu”)。
[0359]
推理和/或训练逻辑615用于执行与一个或更多个实施例相关的推理 和/或训练操作。本文结合图6b和/或图6c提供关于推理和/或训练逻辑 615的细节。在至少一个实施例中，深度学习应用程序处理器用于训练机 器学习模型(诸如神经网络)，以预测或推理提供给sm 1700d的信息。在 至少一个实施例中，sm 1700d用于基于已由另一处理器或系统或由sm1700d训练过的机器学习模型(例如，神经网络)推理或预测信息。在至 少一个实施例中，sm 1700d可用于执行一个或更多个本文的神经网络用 例。
[0360]
在至少一个实施例中，单个半导体平台可以指唯一的单一基于半导 体的集成电路或芯片。在至少一个实施例中，可以使用具有增加的连接性 的多芯片模块，其模拟芯片上的操作，并且相对于利用中央处理单元 (“cpu”)和总线实现方式进行了实质性的改进。在至少一个实施例中， 根据用户的需求，各种模块也可以分开放置或以半导体平台的各种组合放 置。
[0361]
在至少一个实施例中，机器可读的可执行代码或计算机控制逻辑算 法形式的计算机程序被存储在主存储器4ee04和/或辅助存储中。根据至少 一个实施例，如果由一个或更多个处理器执行，则计算机程序使系统4ee00 能够执行各种功能。在至少一个实施例中，存储器4ee04、存储和/或任何 其他存储是计算机可读介质的可能示例。在至少一个实施例中，辅助存储 可以指代任何合适的存储设备或系统，例如硬盘驱动器和/或可移除存储驱 动器，其代表软盘驱动器、磁带驱动器、光盘驱动器、数字多功能盘(“dvd”) 驱动器、记录设备、通用串行总线(“usb”)闪存等。在至少一个实施例 中，各个先前附图的架构和/或功能是在cpu 4ee02；并行处理系统4ee12； 能够具有两个cpu 4ee02的至少部分能力的集成电路；并行处理系统4ee12； 芯片组(例如，设计成作为执行相关功能的单元工作并出售的一组集成电 路等)；以及集成电路的任何适当组合的环境中实现的。
[0362]
在至少一个实施例中，各个先前附图的架构和/或功能在通用计算机 系统、电路板系统、专用于娱乐目的的游戏控制台系统、专用系统等的环 境中实现。在至少一个实施例中，计算机系统4ee00可以采取台式计算机、 膝上型计算机、平板电脑、服务器、超级计算机、智能电话(例如，无线、 手持设备)、个人数字助理(“pda”)、数码相机、车辆、头戴式显示器、 手持式电子设备、移动电话设备、电视、工作站、游戏机、嵌入式系统和/ 或任何其他类型的逻辑的形式。
[0363]
在至少一个实施例中，并行处理系统4ee12包括但不限于多个并行处 理单元
(“ppu”)4ee14和相关联的存储器4ee16。在至少一个实施例中， ppu 4ee14经由互连4ee18和交换机4ee20或多路复用器连接到主机处理 器或其他外围设备。在至少一个实施例中，并行处理系统4ee12在可并行 化的ppu 4ee14上分配计算任务，例如，作为跨多个图形处理单元(“gpu”) 线程块的计算任务分布的一部分。在至少一个实施例中，在ppu 4ee14中 的一些或全部之间共享和访问存储器(例如，用于读取和/或写入访问)，尽 管这种共享存储器可能引发相对于使用本地存储器和驻留在ppu4ee4ee上 的寄存器的性能损失。在至少一个实施例中，通过使用命令(诸如 __syncthreads())来同步ppu 4ee14的操作，其中块中的所有线程(例如， 跨多个ppu 4ee14执行)在进行之前到达某个代码执行点。
[0364]
其他变型在本公开的精神内。因此，尽管公开的技术易于进行各种修 改和替代构造，但是某些示出的其实施例在附图中示出并且已经在上面进 行了详细描述。然而，应理解，无意将公开内容限制为所公开的一种或更 多种特定形式，而是相反，其意图是涵盖落入如所附权利要求书所定义的 本公开内容的精神和范围内的所有修改、替代构造和等同物。
[0365]
除非另有说明或显然与上下文矛盾，否则在描述所公开的实施例的 上下文中(特别是在所附权利要求的上下文中)，术语“一”和“一个”和
ꢀ“
该”以及类似指代的使用应被解释为涵盖单数和复数，而不是作为术语 的定义。除非另有说明，否则术语“包括”、“具有”、“包含”和“含有
”ꢀ
应被解释为开放式术语(意味着“包括但不限于”)。术语“连接”(在未经 修改时指的是物理连接)应解释为部分或全部包含在内、附接到或连接在 一起，即使有某些介入。除非本文另外指出，否则本文中对数值范围的引 用仅旨在用作分别指代落入该范围内的每个单独值的简写方法，并且每个 单独值都被并入说明书中，就如同其在本文中被单独叙述一样。除非另外 指出或与上下文矛盾，否则术语“集”(例如“项目集”)或“子集”的使 用应解释为包括一个或更多个成员的非空集合。此外，除非另外指出或与 上下文矛盾，否则相应集的“子集”不一定表示对应集的适当子集，而是 子集和对应集可以相等。
[0366]
除非以其他方式明确指出或与上下文明显矛盾，否则诸如“a，b和 c中的至少一个”或“a，b与c中的至少一个”形式的短语之类的连接 语在上下文中理解为通常用来表示项目、条款等，其可以是a或b或c， 也可以是a和b和c集的任何非空子集。例如，在具有三个成员的集的 说明性示例中，连接短语“a，b和c中的至少一个”和“a，b与c中的 至少一个”是指以下任意集：{a}，{b}，{c}，{a，b}，{a，c}，{b，c}， {a，b，c}。因此，这种连接语言可以不旨在暗示某些实施例要求存在a 中的至少一个，b中的至少一个和c中的至少一个。另外，除非另有说明 或与上下文矛盾，否则“多个”表示复数的状态(例如，“多个项目”表 示多个项目)。复数是至少两个项目，但如果明确指示或通过上下文指示， 则可以更多。此外，除非另有说明或从上下文中可以清楚得知，否则“基 于”是指“至少部分基于”而不是“仅基于”。
[0367]
除非本文另外指出或与上下文明显矛盾，否则本文描述的过程的操 作可以任何合适的顺序执行。在至少一个实施例中，诸如本文的那些过程 (或其变形和/或其组合)之类的过程在配置有可执行指令的一个或更多个 计算机系统的控制下执行，并且被实现为代码(例如，可执行指令，一个 或更多个计算机程序或一个或更多个应用程序)，该代码通过硬件或其组合 在一个或更多个处理器上共同执行。在至少一个实施例中，代码以例如计 算机程序的形式存储在计算机可读存储介质上，该计算机程序包括可由一 个或更多个处理器执行的多个指令。在至少一个实施例中，计算机可读存 储介质是非暂时性计算机可读
存储介质，其排除了暂时性信号(例如，传 播的瞬态电或电磁传输)，但包括非暂时性数据存储电路(例如，缓冲区、 高速缓存和队列)。在至少一个实施例中，代码(例如，可执行代码或源代 码)被存储在其上存储有可执行指令的一组一个或更多个非暂时性计算机 可读存储介质(或用于存储可执行指令的其他存储器)上，该可执行指令 在由计算机系统的一个或更多个处理器执行时(在至少一个实施例中，作 为被执行的结果)，使得计算机系统执行本文的操作。一组非暂时性计算机 可读存储介质在至少一个实施例中，包括多个非暂时性计算机可读存储介 质，并且多个非暂时性计算机可读存储介质中的个体非暂时性存储介质中 的一个或更多个缺少全部代码，而是多个非暂时性计算机可读存储介质共 同存储全部代码。在至少一个实施例中，可执行指令被执行，以使得不同 的指令由不同的处理器执行，例如，非暂时性计算机可读存储介质存储指 令，并且主中央处理单元(“cpu”)执行一些指令，而图形处理单元(“gpu”) 执行其他指令。在至少一个实施例中，计算机系统的不同组件具有单独的 处理器，并且不同的处理器执行指令的不同子集。
[0368]
因此，在至少一个实施例中，计算机系统被配置为实现单独地或共同 地执行本文的过程的操作的一个或更多个服务，并且这样的计算机系统被 配置有使能实施操作的适用的硬件和/或软件。此外，实现本公开的至少一 个实施例的计算机系统是单个设备，并且在另一实施例中是分布式计算机 系统，其包括以不同方式操作的多个设备，使得分布式计算机系统执行本 文的操作，并且使得单个设备不执行所有操作。
[0369]
本文提供的任何和所有示例或示例性语言(例如，“诸如”)的使用仅 旨在更好地阐明本公开的实施例，并且不对公开的范围构成限制，除非另 有要求。说明书中的任何语言都不应被解释为表示任何未要求保护的要素 对于实践公开内容是必不可少的。
[0370]
本文引用的所有参考文献，包括出版物、专利申请和专利，均通过引 用并入本文，其程度就如同每个参考文献被单独且具体地指示为以引用的 方式并入本文并且其全部内容在本文中阐述一样。
[0371]
在说明书和权利要求中，可以使用术语“耦合”和“连接”以及它们 的派生词。应当理解，这些术语可能不旨在作为彼此的同义词。相反，在 特定示例中，“连接”或“耦合”可用于指示两个或更多个元件彼此直接或 间接物理或电接触。“耦合”也可能意味着两个或更多个元素彼此不直接接 触，但仍彼此协作或交互。
[0372]
除非另有明确说明，否则可以理解，在整个说明书中，“处理参考”、
ꢀ“
计算”、“计算”、“确定”等之类是指计算机或计算系统或类似的电子计 算设备的动作和/或过程，其将计算系统的寄存器和/或存储器中表示为物理 量(例如电子)的数据处理和/或转换为类似表示为计算系统的存储器、寄 存器或其他此类信息存储、传输或显示设备中的物理量的其他数据。
[0373]
以类似的方式，“处理器”可以指处理来自寄存器和/或存储器的电 子数据并将该电子数据转换成可以存储在寄存器和/或存储器中的其他电 子数据的任何设备或存储器的一部分。作为非限制性示例，“处理器”可以 是cpu或gpu。“计算平台”可以包括一个或更多个处理器。如本文所使 用的，“软件”进程可以包括例如随时间执行工作的软件和/或硬件实体，诸 如任务、线程和智能代理。同样，每个过程可以指代多个过程，以连续地 或间歇地顺序地或并行地执行指令。术语“系统”和“方法”在本文中可 以互换使用，只要系统可以体现一种或更多种方法，并且方法可以被认为 是系统。
[0374]
在本文件中，可以参考获得、获取、接收或将模拟或数字数据输入子 系统、计算机系统或计算机实现的机器中。可以通过多种方式来完成获得、 获取、接收或输入模拟和数字数据，例如通过接收作为函数调用或对应用 程序编程接口的调用的参数的数据。在一些实现方式中，可以通过经由串 行或并行接口传输数据来完成获得、获取、接收或输入模拟或数字数据的 过程。在另一实现方式中，可以通过经由计算机网络将数据从提供实体传 输到获取实体来完成获得、获取、接收或输入模拟或数字数据的过程。也 可以参考提供、输出、传送、发送或呈现模拟或数字数据。在各种示例中， 提供、输出、传送、发送或呈现模拟或数字数据的过程可以通过将数据作 为函数调用的输入或输出参数、应用程序编程接口或进程间通信机制的参 数进行传输来实现。
[0375]
尽管上面的讨论阐述了所描述的技术的示例实现，但是其他架构可 以用于实现所描述的功能，并且旨在落入本公开的范围内。此外，尽管出 于讨论的目的在上面定义了具体的职责分配，但是根据情况，可以以不同 的方式分配和划分各种功能和职责。
[0376]
此外，尽管已经用特定于结构特征和/或方法动作的语言描述了主题， 但是应当理解，所附权利要求书所要求保护的主题不必限于所描述的特定 特征或动作。而是，公开了特定的特征和动作作为实现权利要求的示例性 形式。